近红外光谱法对食用植物油品种的快速鉴别.doc

近红外光谱法对食用植物油品种的快速鉴别.doc

ID:58369259

大小:27.50 KB

页数:6页

时间:2020-04-29

近红外光谱法对食用植物油品种的快速鉴别.doc_第1页
近红外光谱法对食用植物油品种的快速鉴别.doc_第2页
近红外光谱法对食用植物油品种的快速鉴别.doc_第3页
近红外光谱法对食用植物油品种的快速鉴别.doc_第4页
近红外光谱法对食用植物油品种的快速鉴别.doc_第5页
资源描述:

《近红外光谱法对食用植物油品种的快速鉴别.doc》由会员上传分享,免费在线阅读,更多相关内容在应用文档-天天文库

1、近红外光谱法对食用植物油品种的快速鉴别  摘要:以食用植物油为研究对象,建立了一种用近红外光谱技术鉴别食用植物油品种的方法。分别采用系统聚类法、主成分分析法、BP人工神经网络法进行了4个常用品种食用植物油的鉴别研究。结果表明,系统聚类法和主成分分析法均只能鉴别出4种植物油中的大豆油和花生油,不能识别玉米油和芝麻油,鉴别率仅为31.2%;利用BP人工神经网络法将60个校正集样品的11个主成分数据作为BP网络输入变量,建立的3层BP人工神经网络鉴别模型对4种植物油品种的鉴别效果最优,鉴别率为100%,表

2、明BP人工神经网络法具有很好的分类和鉴别常用食用植物油品种的效果。  关键词:食用植物油;近红外光谱;系统聚类法;主成分分析法;BP人工神经网络法  中图分类号:TS225.1文献标识码:A文章编号:0439-811416-3383-03    DiscriminationofEdibleVegetableOilbyNearInfraredSpectroscopy    LIANGDan1,2,LIXiao-yu1,LIPei-wu3,WANGWei1      Abstract:Anewmetho

3、dforthediscriminationofvarietiesofediblevegetableoilbymeansofnearinfraredspectroscopywasdeveloped.Usinghierarchicalclusteringmethod,principalcomponentanalysis,BPartificialneuralnetworkmethodtoidentifythefourdifferentvarietiesofediblevegetableoil.Theres

4、ultsshowedthatthehierarchicalclusteringmethodandprincipalcomponentanalysiscouldonlyidentifysoybeanoilandpeanutoil,theirrecognitionratesjustreached31.2%.WithANN-BP,the11principalcomponentsdataof60calibratedsampleswereusedastheinputsofANN-BP,thenthethree

5、layersANN-BPdiscriminationmodelwasbuilt,anditwasthebestmethodtoidentifythefourdifferentvarietiesofvegetableoil,andtherecognitionrateforthefourdifferentvarietiesofediblevegetableoilwas100%.SoitwasreliableandpracticabletouseANN-BPtoidentifythedifferentva

6、rietiesofediblevegetableoileffectively.  Keywords:ediblevegetableoil;near-infraredspectroscopy;hierarchicalclusteringmethod;principalcomponentanalysis;BPartificialneuralnetwork    食用植物油是人们膳食结构中不可缺少的重要组成部分。由于各种植物油所用油料作物不同,其所含脂肪酸的种类及含量也各不相同,其营养价值、市场价格亦存在

7、差异。少数不法商家为追求利润,以廉价的植物油,如:棕榈油、棉子油、菜子油等掺兑优质油品,以降低生产成本,从中牟取暴利。因此开展食用植物油品种的快速鉴定分析,可为鉴别掺混廉价油提供技术手段。近红外光谱分析方法具有快速、高效、无污染、无需前处理、无损分析、在线检测及多组分同时测定等优点[1,2],利用近红外及相关技术检测农产品及食品等均有报道[3-6]。但运用近红外技术对食用植物油的品种开展鉴别分析目前研究较少。由于近红外区吸收的光谱强度弱、灵敏度较低及噪音等因素影响,要使用近红外光谱技术对食用植物油进

8、行快速、准确的品种鉴别,需要选择最优的预处理方法和相匹配的最优建模方法[1,2]。因此本研究采用了系统聚类法、主成分分析法、BP人工神经网络法这3种方法对食用植物油品种进行鉴别分析,并用主成分分析结合BP人工神经网络法建立植物油品种鉴别定性分析模型。  1材料与方法  1.1材料与仪器  在武汉各大超市购买了不同品牌的5种玉米油、3种大豆油、3种花生油、7种纯芝麻油。每个品牌的玉米油选取5个样本,每个品牌的大豆油、花生油、纯芝麻油各选取4个样本,共分成77个试验样品油

当前文档最多预览五页,下载文档查看全文

此文档下载收益归作者所有

当前文档最多预览五页,下载文档查看全文
温馨提示:
1. 部分包含数学公式或PPT动画的文件,查看预览时可能会显示错乱或异常,文件下载后无此问题,请放心下载。
2. 本文档由用户上传,版权归属用户,天天文库负责整理代发布。如果您对本文档版权有争议请及时联系客服。
3. 下载前请仔细阅读文档内容,确认文档内容符合您的需求后进行下载,若出现内容与标题不符可向本站投诉处理。
4. 下载文档时可能由于网络波动等原因无法下载或下载错误,付费完成后未能成功下载的用户请联系客服处理。