农业机械学报

作者：郭文川，朱德宽，张乾，杜荣宇

单位：西北农林科技大学,西北农林科技大学,西北农林科技大学,西北农林科技大学,

关键词：油茶籽油;近红外光谱;特征波长;支持向量机;随机森林

基金：国家自然科学基金面上项目（31772065）和国家级大学生创新创业训练计划项目（201810712028）

为了探索采用近红外光谱技术检测掺伪油茶籽油的潜力，以12个产地的玉米油、花生油、菜籽油和大豆油为掺杂油，以5个产地的油茶籽油为被掺杂油，制备了455份掺伪质量分数为0、1%、3%、6%、10%、15%和20%的掺伪油茶籽油，采集了所制备样品在833~2500nm范围内的近红外光谱。对采集的近红外光谱进行多元散射校正处理后，应用Kennard-Stone样本划分法按2∶1的比例将样本划分为校正集和测试集。采用连续投影算法(SPA)、无信息变量消除算法和竞争性自适应重加权算法提取表征掺伪油茶籽油样本的特征波长，并建立判别掺伪油茶籽油样品的支持向量机(SVM)和随机森林(RF)模型。研究结果表明，SVM模型具有较高的灵敏度，RF模型具有良好的特异性。基于SPA提取的9个特征波长所建立的RF模型的识别准确率最高，为99.34%，对掺伪质量分数为1%的掺伪油茶籽油的识别准确率达到94.74%，对掺伪质量分数为3%及以上的掺伪油茶籽油的识别准确率达到100%。本研究为掺伪油茶籽油检测仪的研发提供了基础数据。

来源：2020年第9期

《农业机械学报》期刊编辑部

查看农业机械学报杂志2020年第9期