运用近红外光谱技术快速测定植物食用油的过氧化值

摘要

采用近红外光谱技术建立了一种快速准确的植物食用油过氧化值预测方法.收集6种共61份植物食用油样品采集其近红外光谱数据,在Matlab平台上对光谱数据进行处理建模.采用多元散射校正(MSC)、正交信号校正(OSC)、标准正态变量变化和去趋势技术联用算法(SNV-DT)分别对原始光谱进行预处理,并使用支持向量机(SVM,Support Vector Machine)建立回归模型,其中分别采用网格搜索算法(CV)以及粒子群算法(PSO)对SVM惩罚参数C和RBF核函数参数g进行优化建模,旨在找出一种光谱预处理和参数优化联用的方法.实验结果表明在SNV-DT与粒子群算法联用的这种方法要优于其他,预测集和校正集的相关系数分别为90.139%和99.999%,并且成功的从61份植物食用油样品中分辨出了14份过氧化值超标油.实验结果证明了采用近红外光谱技术可以快速准确的预测植物食用油的过氧化值,实现对植物食用油合格与否进行判别,具有较强的实用价值和推广价值.