本文在控制样品水分为10-11％的条件下进一步研究粗蛋白含量呈正态分布与均匀分布对傅立叶近红外预测模型的影响,以及傅立叶近红外光谱仪是否能建立低蛋白类原料氨基酸模型,同时探讨通过对光谱作主成分分析、聚类分析筛选定标样品建立粗蛋白、色氨酸模型是否可行,并与化学值均匀分布模型作比较,其目的是在保证预测模型准确度的基础上减少定标样品和分析工作量,为此本文做以下四个试验。　　 试验一:选择玉米代表低蛋白类原料,收集样品105个样品,采用常规方法建立傅立叶近红外玉米氨基酸模型,结果如下:除胱氨酸无法建立预测模型外其余氨基酸预测模型定标决定系数(R2％)从酪氨酸81.13到色氨酸94.72,拟合度较好,外部检验相对分析误差(RPD)从苏氨酸0.83到丙氨酸3.24,除丙氨酸、组氨酸、苯丙氨酸、色氨酸模型可以用于定量分析,谷氨酸、缬氨酸、苏氨酸预测模型性能低,不能用于定量分析外,其余氨基酸只能用于粗定量分析。　　 试验二:以玉米粗蛋白含量分布为研究对象,组建三个定标集且粗蛋白含量分别为均匀分布、正态分布1、正态分布2、其定标样品数为54、54、80,再分别预测不同粗蛋白范围内的相同样品4个,以此探讨化学值分布对模型性能的影响,结果如下:三种模型的整体平均误差RMSECV分别为0.1055,0.1079,0.1069,交叉验证RSD％分别为1.06、1.08、1.07,均匀分布所建模型较正态分布预测效果好。当用三个模型分别预测不同粗蛋白含量范围内的样品时,两类模型各有优势,其结果为:在相同定标样品数下,均匀分布预测不同小范围的样品误差变异小,并且在预测两端样品时效果好于正态分布,而正态分布则是在预测中间样品时有优势。　　 试验三:以玉米粗蛋白、色氨酸为研究材料,对扫描光谱做主成分分析,依据分析结果按照主成分加权得分正态分布、均匀分布选择定标样品建立预测模型并与化学值均匀分布模型作比较,结果如下:在定标样品数为39的条件下,采用主成分加权得分自然分布、均匀分布能建立粗蛋白、色氨酸模型,交叉验证RMSECV分别为0.101、1.04和0.118、1.17。两种模型与化学值均匀分布模型预测相同验证集,其粗蛋白、色氨酸的RPD分别为5.55、5.93、6.01和3.93、4.27、4、07,结果表示主成分加权得分均匀分布模型与化学值均匀分布模型性能接近。　　 试验四:以玉米粗蛋白、色氨酸为研究材料,对扫描光谱做聚类分析,依据聚类分析结果选择29个样品建立粗蛋白、色氨酸模型,其交叉验证RMSECV分别为0.187、1.21,此模型与化学值均匀分布模型同时预测相同验证集,其粗蛋白、色氨酸的RPD分别为4.09、3.92和3.46、3.28,结果表示聚类分析所建模型较化学值均匀分布所建模型稍好。