基于NIRS技术的橄榄油品质鉴别及掺杂分析方法研究

摘要

随着橄榄油在国际市场上日渐走俏，橄榄油市场存在的标签不规范、以假乱真的问题愈发严重。目前常用的橄榄油品质及掺杂检测方法有：理化实验法、气相色谱法、液相色谱法等。但这些方法操作复杂、检测缓慢且可能损坏样本，为了解决这些问题，本文利用近红外光谱技术结合化学计量方法对橄榄油进行了品质鉴别和掺杂分析。具体研究工作如下：　　（1）探讨了基于近红外光谱技术的橄榄油品质鉴别方法。首先，应用联合区间偏最小二乘法（siPLS）对特级初榨橄榄油和普通橄榄油的近红外光谱数据进行波长区间优选，使用交叉验证均方根误差（RESECV）评估模型的性能并选择最优波长区间；然后，通过迭代保留信息变量（IRIV）算法从最优波长区间中选择特征波长，并根据选择的特征波长构建主成分分析（PCA）模型。结果显示，siPLS-IRIV-PCA模型选择了6个特征波长，主成分一二累计贡献率达到98.65％。与PCA、siPLS-PCA、siPLS-GA-PCA、siPLS-CARS-PCA、siPLS-MC-UVE-PCA模型比较，siPLS-IRIV-PCA模型选择的特征波长数最少，主成分一二累计贡献率最高。　　（2）探讨了基于近红外光谱技术的橄榄油掺杂分析方法。首先，用主成分分析法（PCA）求出样本光谱的主成分，接着将主成分作为BP神经网络的输入对特级初榨橄榄油中是否掺杂玉米油进行了定性判别。然后，采用IRIV算法在siPLS算法选择的最优波长区间中筛选特征波长，在特征波长的基础上建立橄榄油掺杂的偏最小二乘（PLS）定量分析模型。研究结果显示，IRIV-siPLS模型选择了33个特征波长，训练集Rc=0.9992，RMSECV=0.0056，预测集Rp=0.9972，RMSEP=0.0140。与PLS、iPLS、siPLS、GA-PLS、GA-siPLS和IRIV-PLS模型比较，IRIV-siPLS模型稳定性高且具有最佳的综合性能。　　本研究为橄榄油品质鉴别和掺杂分析带来新思路，对提高橄榄油产品质量、稳定和规范橄榄油市场有着现实意义。

目录

封面

声明

中文摘要

英文摘要

目录

第一章 绪 论

1.1 研究背景及意义

1.2 近红外光谱技术概述

1.3 近红外光谱特征波长筛选方法概述

1.4 国内外研究现状

1.5 研究内容

第二章 数据采集与预处理

2.1 样本制备

2.2 近红外光谱采集

2.3 光谱预处理

第三章 基于NIRS技术的橄榄油品质鉴别方法研究

3.1 引言

3.2 方法原理

3.3 结果与分析

3.4 本章小结

第四章 基于NIRS技术的橄榄油掺杂分析方法研究

4.1 引言

4.2 方法原理

4.2 橄榄油掺杂定性分析

4.3 橄榄油掺杂定量分析

4.4 本章小结

第五章 总结与展望

5.1 研究总结

5.2 论文的主要创新点

5.3 研究展望

参考文献

致谢

攻读硕士期间取得的成果

硕士期间参与的项目

附录