为了提高近红外光谱技术快速测定小麦种子发芽率的准确度和稳健性, 比较分析了基于全光谱的单一偏最小二乘(PLS)模型和多模型共识PLS模型(cPLS)性能, 并提出了基于特征光谱的多模型共识PLS模型(Si-cPLS) 。 实验收集84份小麦种子, 通过SPXY法将样本集划分为训练集样本66个, 预测集样本18个。 从训练集中随机抽取50个样本作为校正集建立一系列PLS子模型, 选取其中性能较好100个子模型作为成员模型建立cPLS模型, 取成员模型预测结果的均值来分析未知样本。 在此基础上, 采用组合间隔偏最小二乘法(SiPLS)筛选特征谱区建立多模型共识PLS模型(Si-cPLS)。 各模型均采用均值中心化预处理方法, PLS模型、 cPLS模型以及Si-cPLS 模型对预测集的小麦种子发芽率进行50次重复预测的平均相关系数r分别为0.935, 0.949和0.967, 平均预测均方根误差RMSEP分别为13.735%, 12.533%和10.273%, RMSEP 的标准偏差分别为1.144%, 0.096%和0.08%。 实验结果表明cPLS模型较单一PLS模型更加稳定可靠, 而基于特征光谱的Si-cPLS模型则进一步提高了cPLS的稳定性与预测精度, 为建立性能优秀的小麦种子发芽率近红外模型提供了新思路。

建立苯丙酮尿症的FTIR/ATR光谱筛查模型,比较基线校正、平滑、求导、傅里叶退卷积等光谱预处理方法对模型精度的影响.利用多模型共识偏最小二乘法(cPLS)建立干血片中苯丙氨酸浓度的校正模型,以相关系数(r)、预测均方根误差(RMSEP)、平均相对误差(MRE)和预测准确率(Acc)等指标,考察不同预处理方法对建模效果的影响.结果 一阶微分9点平滑处理方法效果最好.与原始光谱相比,模型的r,RMSEP,MRE和Acc分别从0.822 7,115.8,0.395和94.6改善到0.889 9,102.2,0.286和100.本方法直接快速、不消耗试剂、不产生污染,有望成为PKU大人群快速筛查的简便、绿色新技术。