3.2.2 主成分数的选定 使用偏最小二乘法建立定量模型时，主成分数对模型的稳定性影响较大。主成分数过少导致建模信息不完全，预测精度不够，主成分数过多则造成模型过拟合。本实验采用交叉验证法考察不同主成分数对RMSECV值的影响，见图4。可以认为，本实验采用的最佳主成分数以10为宜。

    图4 RMSECV值随主成分的变化图

    Fig.4 The RMSECV value with different factors

    3.2.3 校正模型的建立与验证 本实验采用交叉验证法，校正集22个样品的NIR光谱经一阶导数+减去一条直线法处理后，在6 102.2～5 446.3 cm^-1，选择前10个主成分建立最优校正模型。该校正模型的R2为0.982 8，RMSECV为0.006 8，RMSEP为0.011 8。以预测值与化学值的比值作为预测回收率 ......