%0 Journal Article
%T 用Shenk's方法提高芥酸NIR模型预测精度
%A 陈斌
%A 吴继明
%J 农业机械学报
%P 101-104
%D 2007
%R 10.3969/j.issn.1000-1298.2007.8.070826
%X 在光谱测量的过程中，由于光谱仪器本身的精度和测量环境等因素，经常会出现光谱的漂移、线性或非线性改变。以基于近红外光谱分析建立菜籽油中芥酸预测模型为例，将多元校正Shenk's算法用于修正同台仪器测量的光谱差异，大大提高了校正模型的预测精度。结果表明，对于光谱修正后再建模预测，预测均方差从2.263下降到1.569，平均相对误差从4.6%下降到3.218%，相关系数也由0.780提高到了0.913，模型的预测精度显著提高。
%K Shenk's算法
%K 光谱修正
%K 校正模型
%U http://www.j-csam.org/jcsam/ch/reader/view_abstract.aspx?file_no=070826&flag=1