论文部分内容阅读
本文通过Soft Independent Modeling of Class Analogy(SIMCA)模式识别方法区分花生油、大豆油、米糠油、棕榈油，棉籽油和菜籽油六种植物油脂。采用气相色谱法分析六种植物油脂127个样品的脂肪酸，用面积归一化法得到每个植物油脂的各脂肪酸相对含量。以每种植物油脂中9个脂肪酸的相对含量为变量，采用SIMCA分析技术进行数据预处理，随机取2/3的样品作定标集，1/3作验证集，对6种植物油脂的训练集进行主成分分析(PCA)，并通过交互验证建立各油脂种类的PCA模型，再利用训练集样本建立的SIMCA判别模型对验证集样本进行验证。结果显示，SIMCA可以对六种植物油脂分别聚类和识别，各种植物油脂的SIMCA分析的聚类精度和验证识别准确率均为100[％]，干涉性为0。