基于化學(xué)計量學(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，本論文主要針對食用油市場的現(xiàn)狀開展研究工作。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)，對食用油品質(zhì)進行分析，結(jié)合不同的化學(xué)計量學(xué)算法對食用油的種類進行判別分析并對摻雜油進行類別檢測以及對摻雜量進行定量分析。文章的具體內(nèi)容包括以下幾個部分：
　　1、簡要分析了目前食用油市場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，簡要介紹了目前國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、隨機森林等幾種重要的化學(xué)計量學(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）來鑒別橄欖油的真實性。針對紅外光譜的樣本少、變量多的問題，提出一種改進的蒙特卡洛無信息變量消除的變量篩選技術(shù)，并與無信息變量消除、連續(xù)投影算法、競爭性自適應(yīng)重加權(quán)算法等進行對比。結(jié)果可知，改進的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)測集的分類準確率分別為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手段。
　　3、利用氣相色譜-質(zhì)譜聯(lián)用的分析方法分析測定大豆油、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。然后通過支持向量機（SVM）結(jié)合遺傳算法（GA）構(gòu)建分類模型對6種植物油進行聚類和識別。作為對比，我們同時采用了傳

4、統(tǒng)的分類算法，如線性判別分析（LDA）、最小距離分類(MDC)。與LDA、MDC相比，GA-SVM能夠有效區(qū)分不同種類的食用油。此外，為了進一步提高分類性能，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算法能夠較好地進行植物油的聚類分析，該方法具有一定的可行性和應(yīng)用價值。
　　4、采用隨機森林算法（RF）建立了橄欖油以及摻雜油的分類模型，并根