拉曼光谱结合光谱特征区间筛选算法快速定量鉴别植物调和油品质

作     者：吴升德 姜鑫 李爱琴 郭志明 朱家骥 WU Shengde;JIANG Xin;LI Aiqin;GUO Zhiming;ZHU Jiaji

作者机构：盐城市产品质量监督检验所江苏盐城224056 盐城工学院电气工程学院江苏盐城224051 江苏大学食品与生物工程学院江苏镇江212013 

出 版 物：《食品科学》 (Food Science)

年 卷 期：2024年第45卷第6期

页      面：244-253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）] 08[工学] 083202[工学-粮食、油脂及植物蛋白工程] 

基　　金：国家自然科学基金青年科学基金项目(32102075) 江苏省市场监督管理局科技计划项目(KJ2022050) 江苏省高等学校基础科学(自然科学)面上项目(21KJD550002) 

主　　题：拉曼光谱 植物调和油 智能优化算法 光谱特征区间筛选 定量鉴别 

摘      要：本研究提出了一种基于拉曼光谱与光谱特征区间筛选算法实现植物调和油中高价值植物油含量快速定量检测的方法。首先,将粒子群优化(particle swarm optimization,PSO)算法与灰狼优化(grey wolf optimization,GWO)算法融合构建混合智能优化算法,即PSOGWO算法。其次,将PSOGWO与组合移动窗口(combined moving window,CMW)策略结合构建新型的拉曼光谱特征区间筛选算法,即PSOGWO-CMW算法。然后,将玉米油(corn oil,CO)和特级初榨橄榄油(extra virgin olive oil,EVOO)以不同比例配制为CO-EVOO植物调和油,并采集其拉曼光谱。将拉曼光谱输入偏最小二乘回归、PSO-CMW、GWO-CMW和PSOGWO-CMW模型预测EVOO含量,并比较建模效果。结果表明,PSOGWO-CMW模型具有最佳的预测性能。采用本方法与气相色谱-质谱法分别检测真实的CO-EVOO植物调和油样本中EVOO含量,结果表明两者的检测性能无显著差异。本方法快速、准确,亦可用于其他植物调和油中高价值植物油含量的快速定量检测。