81 - 食品科学技术学报页

3摇 结论与展望
本次试验用马氏距离法和蒙特卡洛采样法分别
对异常样本进行了剔除,用马氏距离法剔除异常样
本, 当权重系数为 1郾 5, 剔除样本数为 3 时 , 得到较
好结果, 相关系数 ( R 2 ) 为 92郾 67, 交互验证均方差
RMSECV 为 0郾 048 5. MCCV 法剔除异常样本, 剔除
异常样本数为 3 时,得到较好结果,相关系数 ( R2 ) 为
94郾 64,交互验证均方差 RMSECV 为 0郾 041 1 . 结果表
明: 马氏距离法剔除异常样本确实能提高校正模型
的精度和预测精度, 但 MCCV 法剔除异常样本模型
精度和预测精度提高的相对更明显.
在本次试验中发现, 虽然 2 种异常样本剔除方
法都使模型精度得到提高并且剔除异常样本的个数
相同,但是剔除的样本并不同, 可能存在以下问题:
1) 在没有样本的化学值的情况下 ,仍然可以采用马
氏距离法剔除异常样本 ,MCCV 法不仅需要光谱数
据而且需要样本的化学值, 可能存在由于人为误差
导致化学值测量不准确 ,从而导致 2 种方法剔除不
同的样本. 2)2 种方法的原理不同, 马氏距离法是
通过光谱数据验证样本间的距离,MCCV 方法是通
过对光谱数据进行多次 PLS 建模验证得到结果, 所
以这两种方法所得到的结果不同. 目前对剔除异常
样本进行了初步的研究,所做的都是验证工作, 下一
步的工作目标是找到问题存在的原因, 并且寻找更
好的异常样本剔除方法,从而提高预测模型的准确
性和稳定性.
参考文献:
[1]摇 陆婉珍, 袁洪福 , 徐广通. 现代近红外光谱分析技术
[M]. 北京: 中国石油化工出版社,2000:37 - 45.
[2]摇 倪永年. 化学计量学在分析化学中的应用[M]. 北京:
科学出版社,2004:304 - 310.
[3]摇 刘建学. 实用近红外光谱分析技术[M]. 北京: 科学出
版社,2008:168 - 186.
[4]摇 邹小波, 赵杰文. 农产品无损检测技术与数据分析方
法[M]. 北京: 中国轻工业出版社,2008:197 - 220.
[5]摇 闫李慧,王金水, 金华丽, 等. 基于近红外光谱技术的
通用面粉水分无损检测模型的建立[ J]. 现代食品科
技,2011,27(2):235.
[6]摇 Karande A D, Heng P W S, Liew C V. In鄄line quantifi鄄
cation of micronized drug and excipients in tablets by near
infrared (NIR) spectroscopy: real time monitoring of tab鄄
letting process [ J]. International Journal of Pharmaceu鄄
tics, 2010,396:63 - 74.
[7]摇 CHEN Quansheng, PEI Jiang, ZHAO Jiewen. Measure鄄
ment of total flavones content in snow lotus ( saussurea
involucrate) using near infrared spectroscopy combined
with interval PLS and genetic algorithm[J]. Spectrochim鄄
ica Acta Part A, Molecular and Biomolecular Spectrosco鄄
py, 2010,76:50 - 55.
[8]摇 QU Nan, ZHU Mingchao, MI Hong, et al. Nondestructive
determination of compound amoxicillin powder by NIR
spectroscopy with the aid of chemometrics[ J]. Spectro鄄
chimica Acta Part A, Molecular and Biomolecular Spec鄄
troscopy, 2008,70:1146 - 1151.
[9]摇 王建义,雷蒙 . 近红外光谱煤质分析模型中异常样品
的剔除方法[J]. 工矿自动化,2011,11(11):75 - 76.
[10]摇 陈斌,邹贤勇 ,朱文静. PCA 结合马氏距离法剔除近
红外异常样品 [ J]. 江苏大学学报,2008,29(4):277
- 279.
[11]摇 王毅. 近红外光谱分析技术在食用植物油品质检测
中的应用[D]. 镇江: 江苏大学,2010.
[12]摇 SHAO Yongni, HE Yong. Measurement of soluble solids
and pH of Yogurt using visible / near infrared spectrosco鄄
py and chemometrics [ J ]. Food Bioprocess Techno,
2009(2): 229 - 233.
[13]摇 Edword J. Graphical modelling and the mahalanobis dis鄄
tance [ J ]. Journal of Applied Statistics, 2005, 32
(9):959 - 967.
[14]摇 李水芳,单杨, 范伟,等. 基于 MCCV 奇异样本筛选和
CARS 变量选择法对蜂蜜 pH 值和酸度的近红外光谱
检测[J]. 食品科学,2011,32(8):182 - 184.
[15]摇 LIU Yande, Ying Yibin, JIANG Haiyan. Rapid deter鄄
mination of maturity in apple using outlier detection and
calibration model optimization [ J]. Transactions of the
ASAB E, 2006, 49 (1):91 - 95.
87 食品科学技术学报 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 2014 年 9 月