六种食用植物油快速无损鉴别方法
【技术领域】
[0001]本发明属于植物油鉴别领域，具体涉及六种食用植物油的快速无损鉴别方法。
【背景技术】
[0002]植物油含有大量的不饱和脂肪酸，相对其它的油特别是动物油，对人体有很多好处，因此其品质与安全也越来越被重视。目前人们食用的植物油有芝麻油、橄榄油、花生油、葵花油、玉米油、大豆油、菜籽油等很多种类，因营养价值不同，导致其价格差异也较大。因此，对不同种类的食用植物油快速无损的鉴别十分必要。目前，对植物油品质的检测主要是色谱或色谱质谱联用法，虽然鉴别准确度较高，但是仪器较昂贵，实验操作过程复杂，工作耗时并需要专业人员操作。因此需要一种能快速无损准确的鉴别植物油的方法。
[0003]近年来，近红外检测技术由于其高效、快速、准确、样品无需处理等分析特点，已广泛应用于食品、农业、医药、烟草、石油、化工、化妆品等行业，也有不少学者用近红外对植物油进行定性定量检测，因此其有望成为快速无损鉴定食用植物油的方法。
[0004]近红外光谱是一种间接分析技术，它通过建立化学模式识别或多元校正模型实现对未知样本的定性或定量分析。常用的化学模式识别方法为偏最小二乘-判别分析(PLS-DA) ο PLS-DA是偏最小二乘法(PLS)的一种变体，它是通过创造“虚拟变量”来建立模型，利用PLS法建立“虚拟变量(y)”与“光谱变量(X)”的回归预测模型，然后通过比较“虚拟变量”预测值大小确定样品的类别。
【发明内容】
[0005]本发明的目的是针对上述存在的问题，提供六种食用植物油快速无损鉴别方法。
[0006]为实现本发明所提供的技术方案包括以下步骤:
[0007]I)收集六种不同种类的植物油，采用TJ270-60近红外分光光度计采集样品的近红外光谱，测量模式为透过率，采样间隔1.0nm，扫描速度为最快，波长范围800nm-2500nm，光谱带宽为较窄。
[0008]2)确定PLS-DA因子数，将因子数(LV)从I变到20，建立每个因子数与其对应的预测正确率的关系图，找出最佳因子数。
[0009]3)在最佳因子数下建立PLS-DA模型。
[0010]4)利用PLS-DA模型预测未知样品的类别。
【附图说明】
[0011]图1:六种植物油的近红外光谱图
[0012]图2:预测正确率随着因子数的变化图
【具体实施方式】
[0013]为更好理解本发明，下面结合实施例对本发明做进一步地详细说明，但是本发明要求保护的范围并不局限于实施例表示的范围。
[0014]实施例:
[0015]I)采集不同品牌不同批次的六种植物油样品，其中芝麻油14个、花生油14个、大豆油10个、玉米油15个、葵花油6个、菜籽油5个，共64个。用TJ270-60近红外分光光谱仪(天津拓普公司)对64个样品进行近红外扫描，测量模式为透过率，采样间隔1.0nmdS描速度为最快，波长范围800nm-2500nm，光谱带宽为较窄。得到的近红外谱图如图1所示。
[0016]2)确定PLS-DA因子数，将因子数(LV)从I变到20，记录不同因子数的预测正确率，建立每个因子数与其对应的预测正确率的关系图(图2)。从图中可以看出，预测正确率随因子数的增加而增加，当因子数为8时，预测正确率达到100%，之后保持在100%。因此，选用PLS-DA的最佳因子数为8。
[0017]3)在最佳因子数8下建立PLS-DA模型。
[0018]4)利用建立的PLS-DA模型对22个油样品进行品种预测，预测正确率达到100%。
【主权项】
1.六种食用植物油快速无损鉴别方法，其特征在于:采用近红外结合偏最小二乘判别分析法对不同种类植物油进行鉴别。2.根据权利要求1所述的六种食用植物油快速无损鉴别方法，其特征在于:根据预测正确率随因子数的变化，确定PLS-DA因子数。3.根据权利要求1所述的六种食用植物油快速无损鉴别方法，其特征在于:采用TJ270-60近红外分光光度计采集样品的近红外光谱，测量模式为透过率，采样间隔1.0nm,扫描速度为最快，波长范围800nm-2500nm，光谱带宽为较窄。
【专利摘要】六种食用植物油快速无损鉴别方法，其具体步骤为：收集六种不同种类的食用植物油，采集近红外光谱；根据预测正确率随因子数的变化，确定PLS-DA因子数，利用最佳因子数进行PLS-DA建模；利用PLS-DA模型对未知样品进行类别预测。本发明为植物油品种的快速无损鉴别提供了一种新方法。
【IPC分类】G01N21/3577, G01N21/359
【公开号】CN105136739
【申请号】CN201510645927
【发明人】刘鹏, 刘丽美, 张彩霞, 展小娜, 卞希慧
【申请人】天津工业大学
【公开日】2015年12月9日
【申请日】2015年9月30日