山茶油中油酸和亚油酸近红外光谱分析模型

作     者：郝勇 吴文辉 商庆园 耿佩 Hao Yong;Wu Wenhui;Shang Qingyuan;Geng Pei

作者机构：华东交通大学机电与车辆工程学院 

出 版 物：《光学学报》 (Acta Optica Sinica)

年 卷 期：2019年第39卷第9期

页      面：381-386页

核心收录：

学科分类：0832[工学-食品科学与工程（可授工学、农学学位）] 081704[工学-应用化学] 07[理学] 08[工学] 0817[工学-化学工程与技术] 070302[理学-分析化学] 083202[工学-粮食、油脂及植物蛋白工程] 0703[理学-化学] 

基　　金：国家自然科学基金(21265006) 国家质量监督检验检疫总局科技计划项目(2015IK160) 江西省自然科学基金(2015ZBAB201003) 

主　　题：光谱学 近红外光谱 脂肪酸 变量筛选 蒙特卡罗无信息变量消除 变量组合集群分析 

摘      要：将近红外光谱分析技术结合化学计量学方法用于山茶油混合油品中油酸和亚油酸含量的快速检测。配制了76种山茶油混合油样本用于近红外光谱的采集,将不同的光谱预处理方法用于光谱有效信息的提取;将蒙特卡罗无信息变量消除(MCUVE)和变量组合集群分析(VCPA)方法用于建模变量的选择;将偏最小二乘回归(PLSR)用于脂肪酸含量定量分析模型的构建。结果表明:经NWD1st-MSC预处理后,两种脂肪酸的近红外光谱的较正均得到最好的结果;采用基于VCPA的变量优选方法极大地改善了模型精度,实现了建模变量数量的有效压缩。对于油酸模型,建模变量数量由1501减少为7,交叉验证均方根误差和校正相关系数分别为1.107和0.984,预测均方根误差和测试集的预测相关系数分别为1.178和0.981;对于亚油酸模型,建模变量数量由1501减少为8,交叉验证均方根误差和校正相关系数分别为0.089和0.987,预测均方根误差和测试集的预测相关系数分别为0.105和0.982。近红外光谱分析技术结合NWD1st-MSC-VCPA-PLSR的方法为山茶油混合油品中脂肪酸含量的测定提供了一种快速简单的分析方法。