分析化学
分析化學
분석화학
CHINESE JOURNAL OF ANALYTICAL CHEMISTRY
2013年
9期
1366-1372
,共7页
毕艳兰%任小娜%彭丹%杨国龙%张林尚%汪学德
畢豔蘭%任小娜%彭丹%楊國龍%張林尚%汪學德
필염란%임소나%팽단%양국룡%장림상%왕학덕
芝麻油%最小二乘支持向量机%粒子群优化算法%偏最小二乘法%掺伪
芝痳油%最小二乘支持嚮量機%粒子群優化算法%偏最小二乘法%摻偽
지마유%최소이승지지향량궤%입자군우화산법%편최소이승법%참위
Sesame oil%Least squares support vector machine%Particle swarm optimization algorithm%Partial least squares%Adulteration
结合粒子群最小二乘支持向量机(PSO-LSSVM)与偏最小二乘法(PLS)提出一种基于气相色谱技术的新方法,对芝麻油进行真伪鉴别,并对掺伪品中掺假比例进行定量分析.采用主成分分析法(PCA)对857个样本的脂肪酸色谱数据进行分析,优选主成分作为最小二乘支持向量机(LSSVM)的输入向量.利用粒子群算法(PSO)优化LSSVM,构建芝麻油掺伪鉴别的两级分类模型,同时运用PLS建立掺伪芝麻油中掺伪油脂的定量校正模型,两级分类模型的准确率分别达到了100％和98.7％,定量分析模型的平均预测标准偏差(RMSEP)为3.91％.结果表明,本方法的鉴别准确性和模型泛化能力均优于经典的BP神经网络和支持向量机(SVM),可用于食用油脂加工和流通环节的质量控制,为食用油质量的准确鉴定提供了一条有效途径.
結閤粒子群最小二乘支持嚮量機(PSO-LSSVM)與偏最小二乘法(PLS)提齣一種基于氣相色譜技術的新方法,對芝痳油進行真偽鑒彆,併對摻偽品中摻假比例進行定量分析.採用主成分分析法(PCA)對857箇樣本的脂肪痠色譜數據進行分析,優選主成分作為最小二乘支持嚮量機(LSSVM)的輸入嚮量.利用粒子群算法(PSO)優化LSSVM,構建芝痳油摻偽鑒彆的兩級分類模型,同時運用PLS建立摻偽芝痳油中摻偽油脂的定量校正模型,兩級分類模型的準確率分彆達到瞭100％和98.7％,定量分析模型的平均預測標準偏差(RMSEP)為3.91％.結果錶明,本方法的鑒彆準確性和模型汎化能力均優于經典的BP神經網絡和支持嚮量機(SVM),可用于食用油脂加工和流通環節的質量控製,為食用油質量的準確鑒定提供瞭一條有效途徑.
결합입자군최소이승지지향량궤(PSO-LSSVM)여편최소이승법(PLS)제출일충기우기상색보기술적신방법,대지마유진행진위감별,병대참위품중참가비례진행정량분석.채용주성분분석법(PCA)대857개양본적지방산색보수거진행분석,우선주성분작위최소이승지지향량궤(LSSVM)적수입향량.이용입자군산법(PSO)우화LSSVM,구건지마유참위감별적량급분류모형,동시운용PLS건립참위지마유중참위유지적정량교정모형,량급분류모형적준학솔분별체도료100％화98.7％,정량분석모형적평균예측표준편차(RMSEP)위3.91％.결과표명,본방법적감별준학성화모형범화능력균우우경전적BP신경망락화지지향량궤(SVM),가용우식용유지가공화류통배절적질량공제,위식용유질량적준학감정제공료일조유효도경.
