APP下载

激光近红外结合SVM的花生油掺伪定性定量分析

2016-01-03曾路路宋志强何东平亓培实

中国粮油学报 2016年8期
关键词:特征检测模型

曾路路 涂 斌 尹 成 郑 晓 宋志强 何东平 亓培实

激光近红外结合SVM的花生油掺伪定性定量分析

曾路路1涂 斌1尹 成1郑 晓1宋志强1何东平2亓培实3

(武汉轻工大学机械工程学院1,武汉 430023)
(武汉轻工大学食品科学与工程学院2,武汉 430023)
(武汉百信环保能源科技有限公司3,武汉 430023)

利用激光近红外技术结合支持向量机(support vector machines,SVM)对花生油掺伪进行定性和定量分析。使用激光近红外光谱仪采集188个掺入餐饮废弃油、大豆油、玉米油以及菜籽油的花生油样品光谱图。结果表明,建立的SVC分类模型均能实现100%的预测准确率,但经提取波长后的模型的变量变少,由全波段的451个波长数减少为136个。建立的SVR回归模型也能准确预测花生油中掺伪油的含量,其中非全波段模型参与建模变量变少,由451个降低到66个,预测精度也更高,校正集和测试集相关系数分别达到99.88%、99.90%,均方根误差都低于6.99E-4。由此可知,特征波长提取方法不仅可以减少建模变量,提高建模效率,也能够提高模型的预测能力。结果表明,运用激光近红外结合SVM可以实现花生油掺伪油脂的定性和定量分析。

激光近红外 花生油 支持向量机 定性和定量 后向偏最小二乘法

花生油是我国主要的食用油之一,营养价值高。目前有不少不法商贩为了牟取暴利对食用植物油进行掺假[1]。如在花生油中加入大豆油、菜籽油等价值稍低的食用油,有的甚至在花生油中掺入蓖麻油、餐饮废弃油等对人体有危害的非食用油[2-3]。为了杜绝不法掺假行为,目前的常规检测方法有感官检测、理化检测等。……

登录APP查看全文

猜你喜欢

特征检测模型
一半模型
重尾非线性自回归模型自加权M-估计的渐近分布
如何表达“特征”
不忠诚的四个特征
3D打印中的模型分割与打包
小波变换在PCB缺陷检测中的应用
线性代数的应用特征