论文部分内容阅读
随着橄榄油在国际市场上日渐走俏,橄榄油市场存在的标签不规范、以假乱真的问题愈发严重。目前常用的橄榄油品质及掺杂检测方法有:理化实验法、气相色谱法、液相色谱法等。但这些方法操作复杂、检测缓慢且可能损坏样本,为了解决这些问题,本文利用近红外光谱技术结合化学计量方法对橄榄油进行了品质鉴别和掺杂分析。具体研究工作如下:(1)探讨了基于近红外光谱技术的橄榄油品质鉴别方法。首先,应用联合区间偏最小二乘法(siPLS)对特级初榨橄榄油和普通橄榄油的近红外光谱数据进行波长区间优选,使用交叉验证均方根误差(RESECV)评估模型的性能并选择最优波长区间;然后,通过迭代保留信息变量(IR IV)算法从最优波长区间中选择特征波长,并根据选择的特征波长构建主成分分析(P CA)模型。结果显示,siPLS-IR IV-PCA模型选择了6个特征波长,主成分一二累计贡献率达到98.65%。与PC A、siPLS-P CA、s iPLS-GA-PCA、siP LS-CARS-P CA、s iPLS-MC-U VE-PCA模型比较,s iPLS-IRIV-PCA模型选择的特征波长数最少,主成分一二累计贡献率最高。(2)探讨了基于近红外光谱技术的橄榄油掺杂分析方法。首先,用主成分分析法(PCA)求出样本光谱的主成分,接着将主成分作为BP神经网络的输入对特级初榨橄榄油中是否掺杂玉米油进行了定性判别。然后,采用IRIV算法在siPLS算法选择的最优波长区间中筛选特征波长,在特征波长的基础上建立橄榄油掺杂的偏最小二乘(PLS)定量分析模型。研究结果显示,IRIV-siPLS模型选择了33个特征波长,训练集Rc=0.9992,RMSEC V=0.0056,预测集Rp=0.9972,RMSEP=0.0140。与PLS、iP LS、siPLS、GA-PLS、GA-siP LS和IRIV-PLS模型比较,IR IV-siPLS模型稳定性高且具有最佳的综合性能。本研究为橄榄油品质鉴别和掺杂分析带来新思路,对提高橄榄油产品质量、稳定和规范橄榄油市场有着现实意义。