基于红外光谱的食用植物油种类鉴别

作     者：孙一健 王继芬 张震 SUN Yijian;WANG Jifen;ZHANG Zhen

作者机构：中国人民公安大学侦查学院北京100038 

出 版 物：《中国油脂》 (China Oils and Fats)

年 卷 期：2023年第48卷第1期

页      面：120-124页

核心收录：

学科分类：0832[工学-食品科学与工程（可授工学、农学学位）] 081704[工学-应用化学] 07[理学] 08[工学] 0817[工学-化学工程与技术] 070302[理学-分析化学] 0703[理学-化学] 083202[工学-粮食、油脂及植物蛋白工程] 

主　　题：食用植物油 鉴别 红外光谱 光谱预处理 径向基函数神经网络 随机森林 

摘      要：为建立基于红外光谱的食用植物油种类鉴别方法,收集了常见的5种食用植物油样本296份,采集红外光谱,分别通过Savitzky-Golay平滑、希尔伯特变换、IIR低通滤波器、IIR高通滤波器、连续小波变换、一阶导数、二阶导数进行预处理,并利用径向基函数(RBF)神经网络和随机森林(RF)模型对光谱进行识别。结果表明:RBF神经网络模型的效果优于RF模型,将红外光谱数据经希尔伯特变换处理后,RBF神经网络模型的识别率达到100%。采用该方法对食用植物油进行种类鉴别快速无损、准确率高、效果好。