1．无光谱预处理＋判别分析法建模

计算出来的模型如图11-17所示，可以看出玉米和马铃薯淀粉有了明显的分界，大体上分类正确。

由下面的分析结果可以看出：30号(测试样本)、38号、40号(测试样本)、43号实际为马铃薯淀粉，但是计算出来为玉米淀粉，准确率达91.1%。

图11-16 45个淀粉样本的拉曼光谱

图11-17 无光谱预处理结合判别分析法建模结果

2．一阶导数＋平滑＋判别分析法建模

计算出来的模型如图11-18所示，可以看出来玉米和马铃薯淀粉有了明显的分界，大体上分类正确。

由下面的分析结果可以看出：30号(测试样本)、36号、40号(测试样本)实际为马铃薯淀粉，但是计算出来为玉米淀粉，准确率达93. 3%。

3．一阶导数＋不平滑＋判别分析法建模

计算出来的模型如图11-19所示，可以看出来玉米淀粉和马铃薯淀粉存在分界，但是两个类别的结果图形距离较近容易误判，大体上分类正确。

由下面的分析结果可以看出：11号实际为玉米淀粉，但是计算为马铃薯淀粉，30号(测试样本)、31号、36号、38号、40号(测试样本)、41号、43号实际为马铃薯淀粉，但是计算为玉米淀粉，准确率为82.2%。

4．二阶导数＋平滑＋判别分析法建模

计算出来的模型如图11-20所示，可以看出来玉米淀粉和马铃薯淀粉有了明显的分界，大体上分类正确。

图11-18 样本一阶导数＋平滑的定性分析结果

图11-19 样本一阶导数＋不平滑的定性分析结果

图11-20 样本二阶导数＋平滑的定性分析结果

由下面的分析结果可以看出：30号、36号、40号实际为马铃薯淀粉，但是计算为玉米淀粉，准确率达93.3%。

5．二阶导数＋不平滑＋判别分析法建模

计算出来的模型如图11-21所示，可以看出来玉米淀粉和马铃薯淀粉没有明显的分界，无法正确分类。

由下面的分析结果可以看出：1号、6号、7号、11号、15号、19号、21号、22号、23号、27号实际为玉米淀粉，但是计算为马铃薯淀粉。30号、35号、36号、38号、40号、41号、43号、44号、45号实际为马铃薯淀粉，但是计算为玉米淀粉，准确率才57.8%。

图11-21 样本二阶导数＋不平滑的定性分析结果

6．光谱预处理＋判别分析法建模小结(见表11-2)

表11-2 淀粉拉曼光谱判别分析法建模结果分析比对表

文章来源：《多光谱食品品质检测技术与信息处理研究》

版权与免责声明：转载目的在于传递更多信息。

如其他媒体、网站或个人从本网下载使用，必须保留本网注明的"稿件来源"，并自负版权等法律责任。

如涉及作品内容、版权等问题，请在作品发表之日起两周内与本网联系，否则视为放弃相关权利。