基于UVE-GA变量优选的山茶油可见/近红外光谱掺假鉴别

摘要：

利用可见/近红外光谱结合无信息变量消除-遗传算法(UVE-GA)变量选择方法对山茶油和掺杂低比例菜籽油(1％～10％)的山茶油进行鉴别分类,并应用线性判别分析(LDA)方法建立分类模型.结果表明:UVE-GA是一种有效的波长变量选择方法,能简化分类模型和提高分类模型精度；UVE-GA-LDA分类模型适用于掺杂2％以上菜籽油的山茶油鉴别分类,其分类正确率为100％；对掺杂1％菜籽油的山茶油鉴别分类正确率有待提高,其分类正确率仅为50％.

关键词：可见/近红外光谱、UVE-GA、掺假鉴别、山茶油

所属期刊栏目：38

分类号：TS225.1;O657.3(食品工业)

资助基金：国家自然科学基金项目31271612;江西省教育厅科学研究基金GJJ13254;江西农业大学科学研究基金QN201105

在线出版日期：2013-11-29（万方平台首次上网日期，不代表论文的发表时间）

页数：共5页

页码：75-79