Partial Least-Squares Regression An

Partial Least-Squares Regression Analysis. A PLSR
model was used to predict the added starch concentration in
onion powder. The samples were categorized on the basis of
the adulterant concentration, and a PLSR model was developed
using the preprocessed spectra of samples from both FT-NIR
and FT-IR spectroscopy. The highest correlation coefficient
value, Rp
2
, of 0.98 with a standard error of prediction (SEP) of
1.18% was observed by using the SNV-preprocessed FT-NIR
spectra. The optimal number of factors used in the PLS models
was automatically selected on the basis of the lowest value of
predicted root-mean-square error (RMSE) in the crossvalidation
process. The PLSR results are listed in Table 1 for
the FT-IR spectral data.

ผลลัพธ์ (ไทย) 1:

วิเคราะห์การถดถอยกำลังสองน้อยสุดบางส่วน PLSR การแบบใช้ในการทำนายความเข้มข้นเพิ่มแป้งในผงหัวหอม ตัวอย่างถูกแบ่งประเภทบนพื้นฐานของความเข้มข้น adulterant และแบบ PLSR ได้รับการพัฒนาใช้สเปกตรัมประมวลผลล่วงหน้าของตัวอย่างจากทั้ง FT NIRและสเปกโทรสโก IR ฟุต ค่าสัมประสิทธิ์สหสัมพันธ์สูงสุดค่า Rp2ของ 0.98 มาตรฐานมีข้อผิดพลาดของการคาดการณ์ (SEP) ของพบว่า โดยใช้ FT NIR preprocessed เข็ม 1.18%สเปกตรัม หมายเลขที่เหมาะสมของปัจจัยที่ใช้ในรุ่น PLSถูกเลือกโดยอัตโนมัติตามค่าต่ำสุดของคาดการณ์รากหมายถึงตารางข้อผิดพลาด (RMSE) ในการ crossvalidationกระบวนการ PLSR ผลลัพธ์แสดงในตารางที่ 1 สำหรับข้อมูลสเปกตรัมฟุต-IR

ผลลัพธ์ (ไทย) 2:

บางส่วนอย่างน้อยสี่เหลี่ยมการวิเคราะห์การถดถอย PLSR
รูปแบบถูกนำมาใช้ในการทำนายความเข้มข้นของแป้งเพิ่มเข้ามาใน
ผงหัวหอม ตัวอย่างถูกแบ่งบนพื้นฐานของ
ความเข้มข้นเจือปนและรุ่น PLSR ได้รับการพัฒนา
โดยใช้สเปกตรัม preprocessed ตัวอย่างจากทั้ง FT-NIR
และ FT-IR สเปกโทรสโก สูงสุดค่าสัมประสิทธิ์สหสัมพันธ์
ค่า Rp
2
, 0.98 มีข้อผิดพลาดมาตรฐานของการทำนาย (SEP) ของ
1.18% เป็นที่สังเกตโดยใช้ SNV-preprocessed FT-NIR
สเปกตรัม จำนวนที่เหมาะสมของปัจจัยที่ใช้ในรูปแบบ PLS
ได้รับเลือกโดยอัตโนมัติบนพื้นฐานของค่าต่ำสุดของ
ข้อผิดพลาดรากเฉลี่ยตารางคาดการณ์ (RMSE) ใน crossvalidation
กระบวนการ ผล PLSR มีการระบุไว้ในตารางที่ 1 สำหรับ
ข้อมูลสเปกตรัม FT-IR

ผลลัพธ์ (ไทย) 3:

การวิเคราะห์การถดถอยกำลังสองน้อยที่สุดบางส่วน . เป็น plsrแบบจำลองที่ใช้ทำนายเพิ่มความเข้มข้นในแป้งผงหัวหอม ตัวอย่างเปรียบเทียบบนพื้นฐานของการเจือปนของความเข้มข้นและ plsr รูปแบบถูกพัฒนาขึ้นโดยใช้ตัวอย่างจากทั้ง ft-nir preprocessed สเปกตรัมและ อินฟราเรดสเปกโทรสโกปี ค่าสัมประสิทธิ์สหสัมพันธ์สูงสุดค่า , ฟิลิปปินส์2, 0.98 กับความคลาดเคลื่อนมาตรฐานของการพยากรณ์ ( ก.ย. ) ของ1.18 % สังเกตได้จากการใช้ preprocessed ft-nir snvสเปกตรัม . จำนวนที่เหมาะสมของปัจจัยที่ใช้ในรุ่นกรุณาถูกเลือกโดยอัตโนมัติบนพื้นฐานของค่าต่ำสุดทำนายรากค่าเฉลี่ยความคลาดเคลื่อนกำลังสอง ( RMSE ) ใน crossvalidationกระบวนการ การ plsr ผลจะแสดงในตารางที่ 1 สำหรับมีอินฟราเรดสเปกตรัมของข้อมูล