由于原始近紅外光譜數(shù)據(jù)中含有與待測(cè)組分不相關(guān)的噪音及冗余信息,增加了偏最小二乘法（PLS）模型的復(fù)雜程度.為了簡(jiǎn)化兒茶素的預(yù)測(cè)模型,采用凈分析物預(yù)處理法（NAP）對(duì)近紅外光譜進(jìn)行預(yù)處理,提取出待測(cè)組分的凈分析物信號(hào),然后利用PLS建立綠茶中三種兒茶素（EGCG、ECG和EGC）含量的（NAP/PLS）模型.在模型建立過(guò)程中,通過(guò)交互驗(yàn)證的方法優(yōu)化NAP因子數(shù)及模型的主成分因子數(shù),并且將NAP的結(jié)果與經(jīng)典的標(biāo)準(zhǔn)正態(tài)變量（SNV）光譜預(yù)處理結(jié)果相比較.比較結(jié)果顯示,經(jīng)過(guò)NAP與SNV光譜預(yù)處理后,模型的預(yù)測(cè)結(jié)果相差不大,但是經(jīng)過(guò)凈分析物預(yù)處理后,模型的主成分因子數(shù)大大降低.研究結(jié)果表明,NAP光譜預(yù)處理算法能在保證精度的前提下有效地簡(jiǎn)化綠茶中兒茶素含量的預(yù)測(cè)模型.
完成機(jī)構(gòu)：江蘇大學(xué)食品與生物工程學(xué)院,江蘇鎮(zhèn)江212013
