猪配合饲料多品质近红外光谱关键变量筛选与模型建立

文献类型： 中文期刊

第一作者： 王坤

作者： 王坤;吴静珠;王冬;朱业伟;韩平

作者机构：

关键词： 猪配合饲料;近红外光谱;蒙特卡罗-无信息变量消除-连续投影算法

期刊名称： 食品安全质量检测学报

ISSN： 2095-0381

年卷期： 2020 年 11 卷 016 期

页码： 5569-5576

摘要： 目的 基于饲料近红外光谱数据筛选影响猪配合饲料主要品质指标的关键波长变量,从而建立饲料品质无损快速定量校正模型,进而提高饲料品质无损快速检测效率.方法 采集饲料样品近红外光谱数据并获取水分、粗蛋白、粗脂肪、粗纤维参考值数据;剔除异常值后采用基于联合X-Y距离样本集划分法(sample set partitioning based on joint X-Y distance,SPXY)划分校正集和外部验证集;基于校正集数据采用蒙特卡罗-无信息变量消除-连续投影算法分别针对4个品质指标筛选25、20、15、10、5个关键变量,分别建立校正模型并对外部验证集进行预测.结果 针对饲料水分、粗蛋白、粗脂肪、粗纤维所选关键变量个数分别为15、25、15、15,模型维数分别为9、11、10、9,测定系数分别为0.8288、0.8605、0.9338、0.8327,校正均方根误差分别为0.17、0.81、0.31、0.22,交互验证均方根误差分别为0.19、0.93、0.34、0.23,相对预测性能分别为2.79、2.38、4.01、2.89.结论 通过变量筛选结合外部验证结果表明,在保证模型准确度的前提下,所选关键变量数明显少于全谱变量数,可为提高饲料多品质无损快速定量检测工作效率提供一定的参考.

分类号：

  • 相关文献

[1]2016年上半年国内外饲料市场分析. 褚衍章,朱增勇. 2016

[2]2012年10月国内外饲料市场分析. 朱增勇,张利宇. 2012

[3]2015年8月国内外饲料市场分析. 朱增勇,曲春红. 2015

[4]2015年10月国内外饲料市场分析. 朱增勇,曲春红. 2015

[5]规模化养殖场猪配合饲料和粪便中重金属含量研究. 刘斌,陈桂芬,王影. 2007

[6]2015年5月国内外饲料市场分析. 朱增勇,曲春红. 2015

[7]2009年2月国内外饲料市场概况. 朱增勇,聂凤英. 2009

[8]2009年12月国内外饲料市场概况. 朱增勇,刘现朝. 2010

[9]2009年4月国内外饲料市场概况. 朱增勇. 2009

[10]2015年11月国内外饲料市场分析. 朱增勇,曲春红. 2016

[11]2012年2月国内外饲料市场分析. 母锁淼,朱增勇. 2012

[12]2013年4月国内外饲料市场分析. 朱增勇,毕颖慧. 2013

[13]2010年2月国内外饲料市场概况. 朱增勇,刘现朝. 2010

[14]2014年2月国内外饲料市场分析. 朱增勇,毕颖慧. 2014

[15]2013年11月国内外饲料市场分析. 朱增勇,毕颖慧. 2013

[16]2013年3月国内外饲料市场分析. 朱增勇,毕颖慧. 2013

[17]2009年5月国内外饲料市场概况. 朱增勇. 2009

[18]2011年1-2月国内外饲料市场概况. 朱增勇. 2011

[19]2012年12月国内外饲料市场分析. 朱增勇,张利宇. 2013

[20]2009年7月国内外饲料市场概况. 朱增勇,聂凤英. 2009

作者其他论文 更多>>

微信小程序