番茄表层硫丹残留的近红外快速检测方法
Journal of China Pharmaceutical University（2012）
摘要
选择经Rubberband 64点基线校正和二阶导数(平滑窗口为17,拟合阶数为2)预处理的近红外漫反射光谱,采用Boosting偏最小二乘法(PLS),利用5个子模型建立了番茄表层硫丹残留量预测模型,并对模型的预测性能进行验证.模型的定标系数为0.992,预测残留量范围为5.1～134.1ng,预测均方根误差(RMSEP)和校正均方误差(RMSECV)分别为2.79和2.82,训练集和预测集的回收率范围分别为(100.1±1.4)％和(98.9±2.6)％.结果表明:本法快速、准确,有望成为新的蔬菜表层农药残留监测方法.
更多查看译文
关键词
Boosting partial least square regression,Consensus strategy,Endosulfan,Near infrared spectroscopy,Residue detection
AI 理解论文
溯源树
样例
生成溯源树，研究论文发展脉络
Chat Paper
正在生成论文摘要