【技术实现步骤摘要】
一种基于多源光谱数据融合结合机器学习算法的高价值油掺伪鉴别方法
[0001]本专利技术涉及油掺伪鉴别
,尤其涉及一种基于多源光谱数据融合结合机器学习算法的高价值油掺伪鉴别方法
。
技术介绍
[0002]山茶油取自山茶属山茶科油茶树的种籽,是我国独有的传统食用植物油,色泽清亮,滋味丰富,是一种营养丰富的食用油
。
山茶油含不饱和脂肪酸
93
%
(
其中油酸
82
%,亚油酸
11
%
)
及富含抗氧化剂和具有消炎功效的角鲨烯,角鲨烯与黄酮类物质,对抗癌有着极佳的作用;山茶油还富含维生素
E
和钙
、
铁
、
锌等微量元素,被医学家和营养学家誉为“生命之花”的锌元素,含量是大豆油的
10
倍,山茶油中所含氨基酸的种类是所有食用油中最多的
。
因此天然的山茶油是一种实在的高品质油,在买家心中的高价值油,但现实市场中,部分不良商家为谋取高额利润,将大豆油
、
玉米油等一些低价食用油掺杂入山茶油中,更有甚者将一些质量低下的食用油掺入山茶油中,严重侵犯消费者利益,造成市场混乱,甚至威胁健康
。
目前,针对山茶油这类高价值油掺伪的检测方法普遍存在耗时耗力的缺陷,因此,寻求一种快速
、
高效
、
绿色的高价值油掺伪检测方法具有重要意义
。
[0003]目前采用光谱来 ...
【技术保护点】
【技术特征摘要】
1.
一种应用广泛的高价值油掺伪鉴别方法,其特征在于,包括以下步骤:
1)
油样准备:将多种不同体积的低价值油随机掺入待鉴别的高价值油得到若干份掺伪油再加上数份未掺伪的高价值油为实验组,并保留数份未掺伪的高价值油为对照组,所有油样保持相同体积;
2)
光谱采集:将步骤
1)
制备的掺伪油实验组和高价值油对照组分别用多种光谱仪采集光谱图;
3)
光谱数据融合:将步骤
2)
制备的所有光谱图使用光谱分析软件进行预处理,将预处理后的油样光谱数据进行数据层融合,得到融合光谱图,对应不同油样分为实验组融合光谱图和对照组融合光谱图;
4)
定性分辨实验组中的掺伪油:将步骤
3)
制备的各实验组融合光谱图与各对照组融合光谱组用所述光谱分析软件计算相似度,实验组融合光谱图中与所有对照组融合光谱图相似度都小于
0.98
的光谱被认为掺伪,得到掺伪油光谱图,采用差谱计算得到标准融合光谱图验证掺伪油光谱图与对照组融合光谱图的差异大小;
5)
定量分析掺伪油光谱图掺伪油含量:对步骤
4)
中的所述掺伪油光谱图和标准融合光谱图进行特征波长提取,采用标准融合光谱图及特征波长数据通过多种机器学习算法建立掺伪鉴别模型,分类识别掺伪油光谱图内掺伪油的含量;
6)
模型性能评价:采用受试者工作特征
ROC
曲线及其曲线下面积
AUC
评估不同机器学习算法模型的性能
。2.
根据权利要求1所述的一种应用广泛的高价值油掺伪鉴别方法,其特征在于,步骤
2)
中的光谱仪为近红外光谱
、
中红外光谱
、
荧光光谱
、
拉曼光谱中的一种或多种
。3.
根据权利要求1所述的一种应用广泛的高价值油掺伪鉴别方法,其特征在于,步骤
3)
中所述的预处理包括将所述光谱图导入所述光谱分析软件依次进行自动基线校正
、
多元散射校正
、
标准正态变换
、
一阶导数和二阶导数预处理,荧光光谱图还包括异常值删除和空白替换预处理
。4.
根据权利要求3所述的一种应用广泛的高价值油掺伪鉴别方法,其特征在于,步骤
3)
中所述数据层融合方法为将预处理后的各种光谱数据的横...
【专利技术属性】
技术研发人员:丁利,吕壮,兰梓溶,代婷玉,许宙,陈茂龙,程云辉,
申请(专利权)人:长沙理工大学,
类型:发明
国别省市:
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。