近红外光谱-BP神经网络-PLS法用于橄榄油掺杂的检测和定量分析
橄榄油兼有食用和保健的作用，它的价值与价格远远高于其它食用油，所以橄榄油中以劣充好的现象十分普遍。本文用近红外光谱法采集初榨橄榄油中掺杂了芝麻油和大豆油的数据，运用改进的BP算法——Levenberg-Marquardt方法，建立PCA-BP人工神经网络对其进行定性判别。并采用偏最小二乘法(PLS)建立了初榨橄榄油中芝麻油、大豆油含量的近红外光谱定标模型，用交互验证法进行验证。结果表明，BP人工神经网络有很好的定性鉴别能力，偏最小二乘法的芝麻油和大豆油定标模型的相关系数分别为R=99.54，R=99.37，交叉验证的均方根误差分别为RMSECV=0.96，RMSECV=1.1。该方法无损、快速、简便，为橄榄油掺杂的鉴别提供了一种新的方法。
近红外光谱 橄榄油 鉴别方法 定量分析 BP人工神经网络 偏最小二乘法
翁欣欣 亓云鹏 王传现 陆峰
第二军医大学，上海 200433 上海出入境检验检疫局，上海 200135
国内会议
长沙
中文
649-656
2008-11-01（万方平台首次上网日期，不代表论文的发表时间）