红外、近红外光谱-簇类的独立软模式方法识别植物调和油脂

摘要

用IR, NIR光谱法结合簇类的独立软模式(SIMCA)识别方法对植物油脂进行分类识别,建立了识别二元、三元植物调和油脂的测定方法.应用NIRCal5.2软件的SIMCA技术,分别为所制备的植物调和油脂建立了IR和NIR识别模型,并讨论了光谱处理和数据处理方法来提高模型的分类识别效果.分别以各种植物调和油脂的IR和NIR光谱为变量,随机抽取2/3的样本作训练集, 建立了各个调和油的主成分分析(Principal component analysis,PCA)模型;1/3作验证集,对所建模型进行验证识别.用聚类分析-主成分分析(CLU-PCA)方法考察调和油的IR, NIR光谱信息与其纯油的主成分分布.结果显示,在4000～10000 cm-1光谱范围内, SIMCA可以对15种二元调和油和2种三元调和油的NIR光谱分别聚类并识别;并对10种二元调和油和2种三元调和油的IR光谱分别聚类并识别.IR以4个波数1099, 1119, 1746与2855 cm-1的吸收值作为分析基础,选择不同的主成分数及数据预处理方法.各种油脂的SIMCA分析的分类精度均为100%,调和油的验证识别准确率100%,最低识别比例为1%,且IR识别灵敏度高于NIR.