共 20 条
- [1] 近红外光谱波段优化在白酒酒醅成分分析中的应用[J]. 熊雅婷,李宗朋,王健,张英,王淑军,尹建军,宋全厚.光谱学与光谱分析. 2016(01)
- [8] 可见/近红外漫透射光谱结合CARS变量优选预测脐橙可溶性固形物[J]. 孙通,许文丽,林金龙,刘木华,何秀文.光谱学与光谱分析. 2012(12)
- [9] 近红外光谱和电子鼻技术用于葡萄酒发酵过程中酒精度的定量分析[J]. 张树明,杨阳,倪元颖.光谱学与光谱分析. 2012(11)
基于FT-NIR的葡萄酒发酵过程中挥发酸的定量分析
被引：5
作者：
贾柳君
[1
,2
]
王健
[2
]
张海红
[1
]
李子文
[1
,2
]
李宗朋
[2
]
熊雅婷
[2
]
机构：
[1] 宁夏大学农学院
[2] 中国食品发酵工业研究院
来源：
关键词：
葡萄酒;
挥发酸;
近红外光谱技术;
定量分析;
波段筛选;
D O I：
暂无
中图分类号：
TS262.6 [葡萄酒、香槟酒];
O657.33 [红外光谱分析法];
学科分类号：
摘要：
利用近红外光谱技术对葡萄酒发酵过程中挥发酸含量进行定量分析,通过偏最小二乘法建立葡萄酒发酵过程中挥发酸定量分析模型,同时采用间隔偏最小二乘法（iPLS）、后向间隔偏最小二乘法（BiPLS）、组合间隔偏最小二乘法（SiPLS）、竞争性自适应重加权算法（CARS）对整个谱区进行光谱特征变量筛选。以决定系数（R2）、校正标准偏差（RMSEC）、预测标准偏差（RMSEP）、相对分析误差（RPD）以及最佳主因子数为模型质量的评价指标。结果表明:进行变量筛选可对模型起到优化作用,提高识别精度,降低模型解析难度。其中CARS对模型的优化效果最佳,优化模型的决定系数R2达到0.868,RMSEC为0.033,RMSEP为0.032,RPD为5.31,有效简化了模型复杂程度,提高了模型稳定性和预测能力。
引用
收藏
页码：166 / 170
页数：5
相关论文