近红外光谱法快速鉴别食用油种类的方法技术

本发明专利技术公开了一种近红外光谱法快速鉴别食用油种类的方法，包括如下步骤：选取待鉴别的未知种类的食用油样品；采集食用油样品的近红外光谱图；对食用油样品的近红外光谱图进行预处理，得到食用油样品的预处理光谱图；根据食用油样品的预处理光谱图，依次采用棕榈酸定量模型、油酸定量模型、亚油酸定量模型分别预测食用油样品的棕榈酸含量、油酸含量、亚油酸含量；根据得到的食用油样品的棕榈酸含量、油酸含量、亚油酸含量，采用优化定性模型对食用油样品进行种类鉴别。本发明专利技术提供的近红外光谱法快速鉴别食用油种类的方法安全快速、检测便捷，鉴别准确率高，具有较强的实用价值和推广价值。

【技术实现步骤摘要】


本专利技术涉及快速检测
，具体涉及一种近红外光谱法快速鉴别食用油种类的方法。

技术介绍

食用油含有许多人体所需的重要营养成分，在我们日常饮食生活中也是必不可少的，研究表明，部分食用油中富含大量棕榈酸、油酸含量、亚油酸，不同种类的食用油中有着不同的棕榈酸、油酸含量、亚油酸组成；另外，由于棕榈酸、油酸、亚油酸的含量主要决定了食用油的营养价值，故通常作为评价食用油品质的重要成分指标，同时也是确定其商业价值的重要依据。随着食用油价格不断的提高，许多不法商家为了牟取暴利，将低价值油冒充高价值油投入市场，或将低价值油掺入高价值油中，严重侵害着消费者和合法生产销售企业的利益。因此，有必要研究一种快速鉴别食用油种类的方法，对维护消费者及合法经营者利益、维持食用油市场正常秩序具有重要意义。

技术实现思路

针对上述技术中存在的不足之处，本专利技术提供了一种安全快速、检测便捷，鉴别准确率高的近红外光谱法快速鉴别食用油种类的方法。
本专利技术解决其技术问题所采用的技术方案是：一种近红外光谱法快速鉴别食用油种类的方法，包括如下步骤：步骤一、样品选取：选取待鉴别的未知种类的食用油样品；步骤二、光谱采集：采集步骤一中选取的未知种类的食用油样品的近红外光谱图；步骤三、光谱预处理：对步骤二中采集的未知种类的食用油样品的近红外光谱图进行预处理，得到未知种类的食用油样品的预处理光谱图；步骤四、含量预测：根据步骤三中得到的未知种类的食用油样品的预处理光谱图，依次采用棕榈酸定量模型、油酸定量模型、亚油酸定量模型分别预测所述未知种类的食用油样品的棕榈酸含量、油酸含量、亚油酸含量；步骤五、种类鉴别：根据步骤四中得到的所述未知种类的食用油样品的棕榈酸含量、油酸含量、亚油酸含量，采用优化定性模型对所述未知种类的食用油样品进行种类鉴别。
优选的，所述步骤一中选取的未知种类的食用油样品为茶籽油、葵花油、大豆油、菜籽油、花生油中的任意一种。
优选的，所述步骤二中的光谱采集条件如下：食用油样品的采集温度为60±2℃，近红外光谱测定范围为1350～1800nm，扫描次数32次，分辨率为3.5cm-1，测量方式为透射，每个食用油样品取三次测量的平均值作为最终采集的近红外光谱图。
优选的，所述步骤三中对采集的未知种类的食用油样品的近红外光谱图依次进行标准正态变量变化和去趋势技术联用算法预处理，得到未知种类的食用油样品的预处理光谱图。
优选的，所述棕榈酸定量模型、油酸定量模型、亚油酸定量模型的建立方法如下：收集若干不同已知种类的食用油样品，所述不同已知种类的食用油样品包括：茶籽油、葵花油、大豆油、菜籽油和花生油；采集若干不同已知种类的食用油样品的近红外光谱图，光谱采集方法如步骤二中所述，并对若干不同已知种类的食用油样品的近红外光谱图依次进行标准正态变量变化和去趋势技术联用算法预处理，得到若干不同已知种类的食用油样品的预处理光谱图；实验测定若干不同已知种类的食用油样品的棕榈酸含量、油酸含量、亚油酸含量；采用偏最小二乘回归方法分别建立不同已知种类的食用油样品的预处理光谱图与其棕榈酸含量、油酸含量、亚油酸含量的定量模型，得到棕榈酸定量模型、油酸定量模型、亚油酸定量模型；其中，要求棕榈酸定量模型、油酸定量模型和亚油酸定量模型的均方根误差均≤10%，相关系数均≥95%。
优选的，实验测定若干不同已知种类的食用油样品的棕榈酸含量、油酸含量、亚油酸含量的方法如下：按照国家标准GB/T17376-2008规定的甲酯化方法对已知种类的食用油样品进行预处理，预处理后静置24小时，并取出已处理已知种类的食用油样品的上层清液1μL移至气相色谱仪中，待运行65～75分钟后得到气相色谱图，最终根据气相色谱图计算得到不同已知种类的食用油样品的棕榈酸含量、油酸含量、亚油酸含量。
优选的，所述步骤五中优化定性模型的建立方法如下：收集若干不同已知种类的食用油样品，所述不同已知种类的食用油样品包括：茶籽油、葵花油、大豆油、菜籽油和花生油；实验测定若干不同已知种类的食用油样品的棕榈酸含量、油酸含量、亚油酸含量；将若干不同已知种类的食用油样品中的棕榈酸含量、油酸含量、亚油酸含量作为定性模型的输入变量，通过支持向量机分类方法建立不同已知种类的食用油样品的定性模型，并采用粒子群优化算法对定性模型中的惩罚因子C和核函数参数g进行优化，得到优化定性模型。
优选的，采用粒子群优化算法对定性模型中的惩罚因子C和核函数参数g进行优化时，设置惩罚因子C和核函数参数g的范围均为2-10～210，设置交互验证参数V的范围为2～8。
本专利技术与现有技术相比，其有益效果是：本专利技术提供的近红外光谱法快速鉴别食用油种类的方法，通过建立的棕榈酸定量模型、油酸定量模型和亚油酸定量模型，可对未知种类的食用油样品中的棕榈酸含量、油酸含量、亚油酸含量进行快速预测；通过优化定标模型，可对已知棕榈酸含量、油酸含量、亚油酸含量的未知种类的食用油样品进行种类鉴别；该近红外光谱法快速鉴别食用油种类的方法，安全快速、检测便捷，鉴别准确率高，具有较强的实用价值和推广价值。
附图说明
图1是本专利技术所述近红外光谱法快速鉴别食用油种类的方法的流程示意图；
图2是本专利技术所述食用油样品的近红外光谱图；
图3是本专利技术所述食用油样品的预处理光谱图；
图4是本专利技术所述粒子群优化算法寻优结果图；
图5是本专利技术所述食用油预测集样品的预测鉴别结果图。
具体实施方式
下面结合附图对本专利技术做进一步的详细说明，以令本领域技术人员参照说明书文字能够据以实施。
如图1所示，本专利技术提供了一种近红外光谱法快速鉴别食用油种类的方法，包括如下步骤：
步骤一、样品选取：选取待鉴别的未知种类的食用油样品，选取的未知种类的食用油样品为茶籽油、葵花油、大豆油、菜籽油、花生油中的任意一种；
步骤二、光谱采集：采集步骤一中选取的未知种类的食用油样品的近红外光谱图，光谱采集条件如下：食用油样品的采集温度为60±2℃，近红外光谱测定范围为1350～1800nm，扫描次数32次，分辨率为3.5cm-1，测量方式为透射，每个食用油样品取三次测量的平均值作为最终采集的近红外光谱图；
步骤三、光谱预处理：对步骤二中采集的未知种类的食用油样品的近红外光谱图依次进行标准正态变量变化和去趋势技术联用算法预处理，得到未知种类的食用油样品的预处理光谱图；
步骤四、含量预测：根据步骤三中得到的未知种类的食用油样品的预处理光谱图，依次采用棕榈酸定量模型、油酸定量模型、亚油酸定量模型分别预测所述未知种类的食用油样品的棕榈酸含量、油酸含量、亚油酸含量；
其中，所述棕榈酸定量模型、油酸定量模型、亚油酸定量模型的建立方法如下：收集若干不同已知种类的食用油样品，所述不同已知种类的食用油样品包括：茶籽油、葵花油、大豆油、菜籽油和花生油；采集若干不同已知种类的食用油样品的近红外光谱图，光谱采集方法如步骤二中所述，并对若干不同已知种类的食用油样品的近红外光谱图依次进行标准正态变量变化和去趋势技术联用算法预处理，得到若干不同已知种类的食用油样品的预处理光谱图；实验测定若干不同已知种类的食用油样品的棕榈酸含量、油酸含量、亚油酸含量；采用偏最小二乘回归方法分别建立不同已知种类的食用油样本文档来自技高网...

【技术保护点】
一种近红外光谱法快速鉴别食用油种类的方法，其特征在于，包括如下步骤：步骤一、样品选取：选取待鉴别的未知种类的食用油样品；步骤二、光谱采集：采集步骤一中选取的未知种类的食用油样品的近红外光谱图；步骤三、光谱预处理：对步骤二中采集的未知种类的食用油样品的近红外光谱图进行预处理，得到未知种类的食用油样品的预处理光谱图；步骤四、含量预测：根据步骤三中得到的未知种类的食用油样品的预处理光谱图，依次采用棕榈酸定量模型、油酸定量模型、亚油酸定量模型分别预测所述未知种类的食用油样品的棕榈酸含量、油酸含量、亚油酸含量；步骤五、种类鉴别：根据步骤四中得到的所述未知种类的食用油样品的棕榈酸含量、油酸含量、亚油酸含量，采用优化定性模型对所述未知种类的食用油样品进行种类鉴别。

【技术特征摘要】
1.一种近红外光谱法快速鉴别食用油种类的方法，其特征在于，包括如下步骤：
步骤一、样品选取：选取待鉴别的未知种类的食用油样品；
步骤二、光谱采集：采集步骤一中选取的未知种类的食用油样品的近红外光谱图；
步骤三、光谱预处理：对步骤二中采集的未知种类的食用油样品的近红外光谱图进行预处理，得到未知种类的食用油样品的预处理光谱图；
步骤四、含量预测：根据步骤三中得到的未知种类的食用油样品的预处理光谱图，依次采用棕榈酸定量模型、油酸定量模型、亚油酸定量模型分别预测所述未知种类的食用油样品的棕榈酸含量、油酸含量、亚油酸含量；
步骤五、种类鉴别：根据步骤四中得到的所述未知种类的食用油样品的棕榈酸含量、油酸含量、亚油酸含量，采用优化定性模型对所述未知种类的食用油样品进行种类鉴别。
2.如权利要求1所述的近红外光谱法快速鉴别食用油种类的方法，其特征在于，所述步骤一中选取的未知种类的食用油样品为茶籽油、葵花油、大豆油、菜籽油、花生油中的任意一种。
3.如权利要求1所述的近红外光谱法快速鉴别食用油种类的方法，其特征在于，所述步骤二中的光谱采集条件如下：食用油样品的采集温度为60±2℃，近红外光谱测定范围为1350～1800nm，扫描次数32次，分辨率为3.5cm-1，测量方式为透射，每个食用油样品取三次测量的平均值作为最终采集的近红外光谱图。
4.如权利要求1所述的近红外光谱法快速鉴别食用油种类的方法，其特征在于，所述步骤三中对采集的未知种类的食用油样品的近红外光谱图依次进行标准正态变量变化和去趋势技术联用算法预处理，得到未知种类的食用油样品的预处理光谱图。
5.如权利要求1所述的近红外光谱法快速鉴别食用油种类的方法，其特征在于，所述棕榈酸定量模型、油酸定量模型、亚油酸定量模型的建立方法如下：
收集若干不同已知种类的食用油样品，所述不同已知种类的食用油样品包括：茶籽油、葵花油、大豆油、菜籽油和花生油；
采集若干不同已知种类的食用油样品的近红外光谱图，光谱采集方法如步骤二中所述，并对若干不同已...

【专利技术属性】
技术研发人员：郑晓，彭博，何东平，涂斌，陈志，吴双，
申请(专利权)人：武汉轻工大学，
类型：发明
国别省市：湖北;42