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。
(www.xing528.com)
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%。
6.光谱预处理+判别分析法建模小结（见表11-2）
图11-21 样本二阶导数+不平滑的定性分析结果
表11-2 淀粉拉曼光谱判别分析法建模结果分析比对表
免责声明：以上内容源自网络，版权归原作者所有，如有侵犯您的原创版权请告知，我们将尽快删除相关内容。
