10.3964/j.issn.1000-0593(2014)10-2696-05
拉曼光谱结合模式识别方法用于大豆原油掺伪的快速判别
大豆原油是我国的战略储备物资,然而目前储油市场上频繁出现大豆原油掺混的现象严重影响了食用油储备安全。基于此,通过大豆原油与部分植物精炼油拉曼谱图的特征差异,并结合主成分分析-支持向量机(PCA-SVM)模式识别建立了大豆原油是否掺伪的快速判别方法。以28个大豆原油、46个精炼油、110个掺伪油的拉曼谱图为模型样本;选择位于780~1800cm-1波段的谱图,预处理方法同时采用Y轴强度校正、基线校正和谱图归一化法;在此基础上应用PCA法提取特征变量,即以贡献率最高前7个主成分为变量进行SVM分析。SVM校正模型的建立是以随机选取的20个大豆原油和75个掺伪油样组成校正集,以8个大豆原油和35个掺伪油样组成验证集,分别运用并比较四种核函数算法建立的大豆原油SVM分类模型,并采用网格搜索法(grid-search)优化模型的参数,以四种模型的分类性能作为评判标准。结果表明:应用线性核函数算法构建的SVM分类模型可以很好地完成掺伪大豆原油的判别,校正集识别准确率达到100%,预测结果的误判率为0,判别下限为2.5%。结果表明应用拉曼光谱结合化学计量学能够用于大豆原油掺伪的快速鉴别。拉曼光谱简便、快速、无损、几乎没有试剂消耗,适合现场检测,从而为大豆原油的掺伪分析提供了一种新的备选方法。
大豆原油、掺伪、拉曼光谱、模式识别、支持向量机
O657.3(分析化学)
北京市委市政府重点工作及区县政府应急预启动项目Z121100000312010;北京市科学技术研究院创新团队项目IG201307N;北京市科学技术研究院萌芽计划项目,北京市市级项目PXM2013_178305_000005,PXM2013_178305_000009
2014-10-24(万方平台首次上网日期,不代表论文的发表时间)
共5页
2696-2700