脂肪酸组成结合SIMCA模式识别9种植物油脂的可行性研究
本文通过SIMCA模式识别方法区分花生油、大豆油、米糠油、棕榈油、菜籽油、玉米油、棉籽油、葵花籽油和芝麻油9种植物油脂。采用气相色谱法分析九种植物油脂219个样品的脂肪酸.用面积归一化法得到每个植物油脂的各脂肪酸相对含量。以每种植物油脂中9个脂肪酸的相对含量为变量。采用SIMCA分析技术进行数据分析，随机取2/3的样品作定标集，1/3作验证集，对9种植物油脂的训练集进行主成分分析(PCA)。并通过交互验证建立各油脂种类的PCA模型，再利用训练集样本建立的SIMCA判别模型对验证集样本进行验证。结果显示，SIMCA可以对九种植物油脂分别聚类和识别。各种植物油脂的SIMCA分析的聚类精度均为100％，除了芝麻油的验证识别准确率为75％外，其他均为100％。
植物油脂 脂肪酸 相对含量 气相色谱 SIMCA分析 模式识别
黄月华 范璐 李娟
河南工业大学化学化工学院，河南 郑州，450001
国内会议
无锡
中文
156-160
2009-09-01（万方平台首次上网日期，不代表论文的发表时间）