论文部分内容阅读
食用植物油的快速检测技术对于市场上食用植物油的质量监督以及生产厂商对食用油的品质控制具有十分重要的现实意义。传统基于色谱的方法,存在需要化学预处理、检测时间长、价格昂贵等缺点,难以实现现场快速检测。本研究以食用植物油为检测对象,分别采用介电谱技术和拉曼光谱技术,结合多种化学计量法开展了食用植物油掺伪量及脂肪酸组成的定性定量分析方法的研究。主要研究内容和成果如下：利用介电谱技术结合主成分分析法(PCA)实现了山茶油、花生油、菜籽油、葵花籽油、大豆油的类型区分；结合偏最小二乘法(PLS)对山茶油中掺入花生油和葵花籽油的掺伪量进行定量分析。结果显示花生油预测模型的RMSEP为0.0247,R2为0.9982；葵花籽油的RMSEP为0.0139,R2为0.9988。利用拉曼光谱技术结合基于多重迭代优化的最小二乘支持向量机(LS-SVM),建立了特级初榨橄榄油(EVOO)中掺入廉价食用油的掺伪EVOO的掺伪油类型及掺伪量检测的整个检测流程。采用最小二乘支持向量机分类法(LS-SVC)实现了掺伪EVOO中的掺伪油类型识别,综合识别率为97%。在此基础上,分别采用最小二乘支持向量机回归法(LS-SVR)实现了对三种类型掺伪EVOO的掺伪量定量预测,LS-SVR对玉米油、大豆油和葵花籽油的相关系数分别为0.9996,0.9992,0.9998, RMSEP分别为0.0121,0.0142,0.0074,并分别采用PLS和人工神经网络(ANN)进行对比,结果显示LS-SVR模型具有最优预测精度。利用拉曼光谱技术结合LS-SVM,以气相色谱仪(GC)的检测值为标准值,建立了食用植物油中饱和脂肪酸(SFA)、油酸、亚油酸的定量分析模型。预测结果显示SFA、油酸、亚油酸定量分析模型的交叉验证均方根误差RMSECV分别为0.5673、0.0987、0.0708,预测结果相关系数R分别为0.7839、0.9967、0.9986,预测均方根误差RMSEP分别为0.5209、0.0795、0.0515。本研究为食用油的掺伪分析和成分预测提供了快速、简便、精确的检测方法。