基于近红外光谱的橄榄与亚麻籽调和油定量及定性分析

【摘要】：食用调和油是指一种高品质即高价油与一种或多种廉价油,按照一定比例混合掺兑而成,调和油的价格与高价油含量成正比。存在不法商家出售的产品当中,高价油的含量与瓶身所标注的高价油含量不符,或高价油含量仅仅占到2%及以下,且仍以高价油名称为噱头继续生产销售。本实验基于近红外光谱法结合化学计量学以二组份橄榄和亚麻籽调和油、三组份橄榄和亚麻籽调和油的定量检测和定性识别以及多组份多种类调和油的定性识别。主要内容如下:(1)研究分析二组份橄榄调和油的定量检测模型、定性识别模型和二组份亚麻籽调和油的定量检测模型、定性识别模型。二组份橄榄调和油最佳SVC建模路径为air PLS-MSC-SG-BIPLS-GS-SVC,预测集准确率高达100%,最佳SVR建模路径为air PLS-SNV-SG-BIPLS-GS-SVR,预测集准确率高达94.53%,MSE为0.11;二组份亚麻籽调和油最佳SVC建模路径为SNV-BIPLS-GS-SVC,预测集准确率高达96.43%,最佳SVR建模路径为SNV-CARS-GS-SVR,预测集准确率高达98.15%,MSE为0.16。(2)研究分析三组份橄榄调和油的定量检测模型、定性识别模型和三组份亚麻籽调和油的定量检测模型、定性识别模型。三组份橄榄调和油最佳SVC建模路径为MSC-UVE-GA-SVC,预测集准确率高达100%,最佳SVR建模路径为air PLS-MSC-SGUVE-GA-SVR,预测集准确率高达97.12%,MSE为0.17;三组份亚麻籽调和油最佳SVC建模路径为air PLS-SNV-SG-UVE-GA-SVC,预测集准确率高达100%,最佳SVR建模路径为air PLS-MSC-SG-UVE-GA-SVR,预测集准确率高达96.52%,MSE为0.36。(3)研究分析多组份不同种类调和油定性识别模型,分别建立多组份橄榄与花生调和油定性识别模型、多组份亚麻籽与花生调和油定性识别模型和多组份橄榄与亚麻籽调和油定性识别模型。多组份橄榄与亚麻籽调和油中最佳建模路径为air PLS-UVEGS-SVC,预测集准确率均高达99.23%;多组份橄榄与花生调和油中最佳建模路径为air PLS-SNV-SG-UVE-PSO-SVC,预测集准确率均高达92.47%;多组份亚麻籽与花生调和油中最佳建模路径为SNV-SG-GS-SVC,预测集准确率均高达97.83%。实验结果分析,三种参数寻优中,GS参数寻优建模速度最快,GA参数寻优得到的(C,g)参数最稳定,建立的模型泛化性相对更好,PSO参数寻优(C,g)参数稳定性较差,但在特定情况建立的定性识别模型准确率最高。