摘要

目的:建立基于近红外光谱技术的小磨香油掺伪快速鉴别方法。方法:将7个小磨香油样品两两间等体积混合,并与大豆油、玉米油、花生油按照不同体积比混合,共配置70个掺伪油样品。利用近红外光谱仪采集样品光谱后,采用竞争自适应重加权采样(CARS)法对变量进行了筛选,并应用偏最小二乘-线性判别分析(PLS-LDA)法建立小磨香油掺假的判别模型,最后比较了不同预处理方法下的建模效果。结果:各种预处理提升建模效果不明显,采用未经处理过的光谱建模效果最好,经过CARS筛选后的变量进行建模,其中校正集的灵敏度及特异性均为1,预测集的灵敏度为1,特异性为0.96,模型总错分率为0.05。结论:CARS方法可以有效减少波长变量,能简化判别模型及提高判别模型的稳定性和判别精度。可见/近红外光谱联合CARS-PLS-LDA可为小磨香油掺伪的快速鉴别提供参考。

  • 单位
    深圳技师学院

全文