气相色谱法SIMCA模式识别9种植物油脂的可行性研究

摘要

通过Soft Independent Modeling of Class Analogy(SIMCA)模式识别方法区分花生油、大豆油、米糠油、棕榈油、菜籽油、玉米油、棉籽油、葵花籽油和芝麻油9种植物油脂.采用气相色谱法分析9种植物油脂219个样品的脂肪酸,用面积归一化法得到每个植物油脂的各脂肪酸相对含量.以每种植物油脂中9个脂肪酸的相对含量为变量,采用SIMCA分析技术进行数据预处理,随机取2/3的样品作定标集,1/3作验证集,对9种植物油脂的训练集进行主成分分析(PCA),并通过交互验证建立各油脂种类的PCA模型,再利用训练集样本建立的SIMCA判别模型对验证集样本进行验证.结果显示,SIMCA可以对9种植物油脂分别聚类和识别,各种植物油脂的SIMCA分析的聚类精度均为100%,除了芝麻油的验证识别准确率为75%外,其他均为100%.