基于化學(xué)計(jì)量學(xué)和FT-IR、GC-MS技術(shù)的食用油品質(zhì)分析.pdf

1、食用油品質(zhì)的好壞與人們的身體健康息息相關(guān)，由于利益驅(qū)使食用油的摻假以及以次充好現(xiàn)象層出不窮，本論文主要針對(duì)食用油市場(chǎng)的現(xiàn)狀開(kāi)展研究工作。分別采用了傅里葉變換光譜技術(shù)以及氣相色譜-質(zhì)譜聯(lián)用技術(shù)，對(duì)食用油品質(zhì)進(jìn)行分析，結(jié)合不同的化學(xué)計(jì)量學(xué)算法對(duì)食用油的種類(lèi)進(jìn)行判別分析并對(duì)摻雜油進(jìn)行類(lèi)別檢測(cè)以及對(duì)摻雜量進(jìn)行定量分析。文章的具體內(nèi)容包括以下幾個(gè)部分：
　　1、簡(jiǎn)要分析了目前食用油市場(chǎng)中食用油的摻假以及以次充好現(xiàn)象，明確了食用油品質(zhì)分析的重

2、要意義，簡(jiǎn)要介紹了目前國(guó)際上常用的食用油品質(zhì)分析方法，著重介紹了光譜法、色譜法等重要的化學(xué)分析方法以及支持向量機(jī)、隨機(jī)森林等幾種重要的化學(xué)計(jì)量學(xué)算法。
　　2、采用傅里葉變換紅外光譜法（FT-IR）結(jié)合偏最小二乘判別分析（PLSDA）來(lái)鑒別橄欖油的真實(shí)性。針對(duì)紅外光譜的樣本少、變量多的問(wèn)題，提出一種改進(jìn)的蒙特卡洛無(wú)信息變量消除的變量篩選技術(shù)，并與無(wú)信息變量消除、連續(xù)投影算法、競(jìng)爭(zhēng)性自適應(yīng)重加權(quán)算法等進(jìn)行對(duì)比。結(jié)果可知，改進(jìn)的MC-

3、UVE方法所選擇的變量數(shù)目少并且信息含量高，用這些變量所建的PLSDA模型得到的訓(xùn)練集和預(yù)測(cè)集的分類(lèi)準(zhǔn)確率分別為97.6％和100%。該方法為橄欖油產(chǎn)品的質(zhì)量監(jiān)控與樣品分析提供了一種有效的檢測(cè)手段。
　　3、利用氣相色譜-質(zhì)譜聯(lián)用的分析方法分析測(cè)定大豆油、菜籽油、茶油、芝麻油、花生油和玉米油6種植物油的特征脂肪酸含量。然后通過(guò)支持向量機(jī)（SVM）結(jié)合遺傳算法（GA）構(gòu)建分類(lèi)模型對(duì)6種植物油進(jìn)行聚類(lèi)和識(shí)別。作為對(duì)比，我們同時(shí)采用了傳

4、統(tǒng)的分類(lèi)算法，如線性判別分析（LDA）、最小距離分類(lèi)(MDC)。與LDA、MDC相比，GA-SVM能夠有效區(qū)分不同種類(lèi)的食用油。此外，為了進(jìn)一步提高分類(lèi)性能，采用了Kennard-Stone算法選擇有代表性的訓(xùn)練集樣本。結(jié)果表明，利用GC-MS技術(shù)結(jié)合GA-SVM和Kennard-Stone算法能夠較好地進(jìn)行植物油的聚類(lèi)分析，該方法具有一定的可行性和應(yīng)用價(jià)值。
　　4、采用隨機(jī)森林算法（RF）建立了橄欖油以及摻雜油的分類(lèi)模型，并根