傅立葉近紅外預測玉米氨基酸以及定標集優(yōu)化的研究.pdf

1、本文在控制樣品水分為10-11％的條件下進一步研究粗蛋白含量呈正態(tài)分布與均勻分布對傅立葉近紅外預測模型的影響,以及傅立葉近紅外光譜儀是否能建立低蛋白類原料氨基酸模型,同時探討通過對光譜作主成分分析、聚類分析篩選定標樣品建立粗蛋白、色氨酸模型是否可行,并與化學值均勻分布模型作比較,其目的是在保證預測模型準確度的基礎上減少定標樣品和分析工作量,為此本文做以下四個試驗。
　　 試驗一:選擇玉米代表低蛋白類原料,收集樣品105個樣品,采

2、用常規(guī)方法建立傅立葉近紅外玉米氨基酸模型,結果如下:除胱氨酸無法建立預測模型外其余氨基酸預測模型定標決定系數(R2％)從酪氨酸81.13到色氨酸94.72,擬合度較好,外部檢驗相對分析誤差(RPD)從蘇氨酸0.83到丙氨酸3.24,除丙氨酸、組氨酸、苯丙氨酸、色氨酸模型可以用于定量分析,谷氨酸、纈氨酸、蘇氨酸預測模型性能低,不能用于定量分析外,其余氨基酸只能用于粗定量分析。
　　 試驗二:以玉米粗蛋白含量分布為研究對象,組建三個

3、定標集且粗蛋白含量分別為均勻分布、正態(tài)分布1、正態(tài)分布2、其定標樣品數為54、54、80,再分別預測不同粗蛋白范圍內的相同樣品4個,以此探討化學值分布對模型性能的影響,結果如下:三種模型的整體平均誤差RMSECV分別為0.1055,0.1079,0.1069,交叉驗證RSD％分別為1.06、1.08、1.07,均勻分布所建模型較正態(tài)分布預測效果好。當用三個模型分別預測不同粗蛋白含量范圍內的樣品時,兩類模型各有優(yōu)勢,其結果為:在相同定標樣

4、品數下,均勻分布預測不同小范圍的樣品誤差變異小,并且在預測兩端樣品時效果好于正態(tài)分布,而正態(tài)分布則是在預測中間樣品時有優(yōu)勢。
　　 試驗三:以玉米粗蛋白、色氨酸為研究材料,對掃描光譜做主成分分析,依據分析結果按照主成分加權得分正態(tài)分布、均勻分布選擇定標樣品建立預測模型并與化學值均勻分布模型作比較,結果如下:在定標樣品數為39的條件下,采用主成分加權得分自然分布、均勻分布能建立粗蛋白、色氨酸模型,交叉驗證RMSECV分別為0.10

5、1、1.04和0.118、1.17。兩種模型與化學值均勻分布模型預測相同驗證集,其粗蛋白、色氨酸的RPD分別為5.55、5.93、6.01和3.93、4.27、4、07,結果表示主成分加權得分均勻分布模型與化學值均勻分布模型性能接近。
　　 試驗四:以玉米粗蛋白、色氨酸為研究材料,對掃描光譜做聚類分析,依據聚類分析結果選擇29個樣品建立粗蛋白、色氨酸模型,其交叉驗證RMSECV分別為0.187、1.21,此模型與化學值均勻分布模