一種近紅外快速識(shí)別芝麻油及芝麻油中摻雜大豆油的方法
【技術(shù)領(lǐng)域】
[0001]本發(fā)明屬于芝麻油質(zhì)量監(jiān)測(cè)技術(shù)領(lǐng)域，具體涉及一種近紅外快速識(shí)別芝麻油及芝麻油中摻雜大豆油的方法。
【背景技術(shù)】
[0002]芝麻油(Sesame oil)是一種具有極高營(yíng)養(yǎng)價(jià)值且不含有其它任何有害物質(zhì)的天然植物油，其市場(chǎng)價(jià)格遠(yuǎn)高于花生油、玉米油、大豆油等食用油。由于芝麻油的生產(chǎn)成本比較高，工藝相對(duì)復(fù)雜，一般的小作坊若用純芝麻生產(chǎn)純芝麻油便會(huì)導(dǎo)致虧損，加之市場(chǎng)缺乏對(duì)芝麻油生產(chǎn)廠家的約束和管制，一部分不良商家便生產(chǎn)摻假、摻偽芝麻油，以次充好來(lái)牟取利益。
[0003]市場(chǎng)上常見(jiàn)的摻假芝麻油主要是在低價(jià)植物油(如大豆油、色拉油甚至地溝油等)中加入純芝麻油或者是芝麻香精。摻假芝麻油和純正的芝麻油在其物理性質(zhì)上幾乎沒(méi)有區(qū)別，普通消費(fèi)者很難將二者區(qū)分開(kāi)。因?yàn)橹ヂ橛偷馁|(zhì)量好壞直接關(guān)系到人們的身體健康，因而發(fā)展了很多芝麻油鑒別方法。
[0004]目前，鑒別芝麻油的方法主要有物理鑒別方法和儀器分析方法。其中，物理鑒別方法主要是觀察芝麻油的色澤、透明度、與水結(jié)合的狀態(tài)、加熱時(shí)芝麻油的狀態(tài)以及顯色法。這些方法具有一定的主觀性，不適合大范圍推廣?，F(xiàn)階段，人們更多的是使用儀器分析方法來(lái)對(duì)芝麻油進(jìn)行鑒別分析。一般的儀器分析方法有氣相色譜法、液相色譜法、電子鼻法、紅外光譜法等。氣相色譜法和液相色譜法在實(shí)驗(yàn)前需要比較復(fù)雜的樣品預(yù)處理。電子鼻可以在幾小時(shí)、幾天甚至數(shù)月的時(shí)間內(nèi)連續(xù)地、實(shí)時(shí)地監(jiān)測(cè)特定位置的氣味狀況，但這種方法實(shí)驗(yàn)成本也比較高，而且還不成熟。紅外光譜信號(hào)強(qiáng)度大，植物油樣品需要使用有機(jī)溶劑稀釋到一定濃度才可以測(cè)量，既費(fèi)時(shí)，對(duì)樣品也造成了污染。因此，迫切需要發(fā)展快速、無(wú)損的芝麻油鑒別方法。
[0005]與傳統(tǒng)技術(shù)相比，近紅外光譜分析技術(shù)具有快速、無(wú)損、不需要樣品預(yù)處理的優(yōu)點(diǎn)，在石油、中藥、食品和環(huán)境等領(lǐng)域迅速發(fā)展。但是近紅外光譜信號(hào)較弱，譜峰重疊嚴(yán)重，需要借助化學(xué)計(jì)量學(xué)才可以完成定性定量分析。采用化學(xué)模式識(shí)別技術(shù)，建立近紅外光譜與類(lèi)別信息之間的數(shù)學(xué)模型，未知樣品直接測(cè)量其光譜，代入模型即可完成類(lèi)別預(yù)測(cè)，其中偏最小二乘-判別分析(PLS-DA)是一種廣泛應(yīng)用的化學(xué)模式識(shí)別技術(shù)。

【發(fā)明內(nèi)容】

[0006]本發(fā)明的目的是針對(duì)上述存在問(wèn)題，提供一種近紅外快速識(shí)別芝麻油及芝麻油中摻雜大豆油的方法，提高芝麻油品質(zhì)，對(duì)于快速、準(zhǔn)確、無(wú)損檢測(cè)摻偽芝麻油具有重要意義。
[0007](I)實(shí)驗(yàn)數(shù)據(jù)采集:收集一定數(shù)目的純芝麻油和純芝麻油中摻雜大豆油的樣品，設(shè)置近紅外光譜參數(shù)，采樣間隔為lnm，光譜帶寬設(shè)置為較寬，光譜采集的范圍在800-2500nm之間，采集這些芝麻油樣品的近紅外光譜。
[0008](2)數(shù)據(jù)集劃分:按照一定的分組方式將數(shù)據(jù)集劃分為訓(xùn)練集和預(yù)測(cè)集，其中訓(xùn)練集數(shù)目為總樣本數(shù)的三分之二，預(yù)測(cè)集為余下的三分之一。
[0009](3)PLS-DA模型的建立:根據(jù)模型預(yù)測(cè)正確率隨因子數(shù)的變化，選取預(yù)測(cè)正確率第一次達(dá)到最大值時(shí)對(duì)應(yīng)的因子數(shù)為最佳因子數(shù)，利用最佳因子數(shù)建立PLS-DA模型。
[0010](4)未知樣品預(yù)測(cè):對(duì)于未知樣品，掃描其近紅外光譜，利用建立好的PLS-DA模型，預(yù)測(cè)其所屬類(lèi)別。
【附圖說(shuō)明】
[0011]圖1是90個(gè)芝麻油樣本的近紅外光譜圖。
[0012]圖2是PLS-DA模型預(yù)測(cè)正確率隨因子數(shù)的變化圖。
【具體實(shí)施方式】
[0013]為更好理解本發(fā)明，下面結(jié)合實(shí)施例對(duì)本發(fā)明做進(jìn)一步地詳細(xì)說(shuō)明，但是本發(fā)明要求保護(hù)的范圍并不局限于實(shí)施例表示的范圍。
[0014]實(shí)施例:
[0015](I)實(shí)驗(yàn)數(shù)據(jù)的采集:純香油樣品:從不同超市購(gòu)買(mǎi)魯花、福臨門(mén)、太太樂(lè)、金龍魚(yú)、思盼、樹(shù)江、古幣、李錦記、李耳、朝生10個(gè)品牌各4個(gè)批次的芝麻油，共40個(gè)純香油樣品。大豆油摻假香油樣品的配制:分別使用上述10個(gè)品牌的芝麻油與大豆油按照4: 1、2: 1、1: 1、1: 2、1: 4五種水平進(jìn)行摻假，共配制50個(gè)摻假香油樣品。采用TJ270-60雙光束近紅外分光光度計(jì)測(cè)量樣品的近紅外光譜，模式設(shè)置為透過(guò)率，連續(xù)快速掃描，采樣間隔設(shè)置為lnm，光譜帶寬設(shè)置為較寬，光譜采集范圍為800-2500nm，共1701個(gè)波長(zhǎng)點(diǎn)，選用5_的玻璃比色皿進(jìn)行實(shí)驗(yàn)。每個(gè)樣品測(cè)量3次取平均值作為該樣品的近紅外光譜。90個(gè)芝麻油樣本的近紅外光譜圖如圖1所示。
[0016](2)數(shù)據(jù)集劃分:對(duì)90個(gè)樣品采用KS分組方式劃分為訓(xùn)練集和預(yù)測(cè)集，其中訓(xùn)練集數(shù)目為60個(gè)，預(yù)測(cè)集為余下的30個(gè)。
[0017](3)PLS-DA模型的建立:首先確定模型的因子數(shù)，圖2顯示了模型的預(yù)測(cè)正確率隨因子數(shù)的變化。從圖中可以看出，預(yù)測(cè)正確率值隨因子數(shù)的增加先變大繼而趨于平穩(wěn)，在模型因子數(shù)為3時(shí)預(yù)測(cè)正確率達(dá)到100%，且以后不再改變。因此，最佳因子數(shù)確定為3。選用因子數(shù)為3，建立PLS-DA模型。
[0018](4)未知樣品預(yù)測(cè):采用PLS-DA模型，對(duì)于30個(gè)未知樣本進(jìn)行類(lèi)別預(yù)測(cè)，預(yù)測(cè)正確率為100%。結(jié)果表明，在無(wú)需任何預(yù)處理的條件下，近紅外結(jié)合PLS-DA就可以達(dá)到100%的預(yù)測(cè)正確率。
【主權(quán)項(xiàng)】
1.一種近紅外快速識(shí)別芝麻油及芝麻油中摻雜大豆油的方法，其特征在于包含以下步驟: 1)收集一定數(shù)目的純芝麻油和摻假芝麻油樣品，設(shè)置近紅外光譜參數(shù)，采樣間隔設(shè)置為lnm，光譜帶寬設(shè)置為較寬，光譜采集的范圍800-2500nm，每個(gè)樣品測(cè)量3次取平均值作為該樣品的近紅外光譜； 2)將數(shù)據(jù)集按照一定的分組方式劃分為訓(xùn)練集和預(yù)測(cè)集，其中訓(xùn)練集數(shù)目為總樣本數(shù)的三分之二，預(yù)測(cè)集為余下的三分之一； 3)根據(jù)模型預(yù)測(cè)正確率隨因子數(shù)的變化，選取預(yù)測(cè)正確率值第一次達(dá)到最大值時(shí)對(duì)應(yīng)的因子數(shù)為最佳因子數(shù)，利用最佳因子數(shù)建立PLS-DA模型； 4)對(duì)于未知樣品，掃描其近紅外光譜，利用建立好的PLS-DA模型，預(yù)測(cè)其所屬類(lèi)別。2.根據(jù)權(quán)利要求1所述的一種近紅外快速識(shí)別芝麻油及芝麻油中摻雜大豆油的方法，其特征在于:將數(shù)據(jù)集按照KS分組方式劃分為訓(xùn)練集和預(yù)測(cè)集。3.根據(jù)權(quán)利要求1所述的一種近紅外快速識(shí)別芝麻油及芝麻油中摻雜大豆油的方法，其特征在于:對(duì)摻假芝麻油品牌無(wú)限制，不同品牌芝麻油與大豆油摻假均可以鑒別。
【專(zhuān)利摘要】一種近紅外快速識(shí)別芝麻油及芝麻油中摻雜大豆油的方法，具體步驟如下：(1)使用近紅外光譜儀對(duì)樣品進(jìn)行透射掃描并得到近紅外光譜數(shù)據(jù)；(2)采用KS分組方式劃分為訓(xùn)練集和預(yù)測(cè)集；(3)采用偏最小二乘判別分析(PLS-DA)模型對(duì)數(shù)據(jù)進(jìn)行建模；(4)預(yù)測(cè)未知樣品類(lèi)別。結(jié)果表明，本發(fā)明所采用的近紅外光譜結(jié)合偏最小二乘-判別分析方法可以對(duì)摻偽芝麻油的鑒別達(dá)到100％的預(yù)測(cè)正確率。因此，近紅外光譜技術(shù)結(jié)合化學(xué)模式識(shí)別方法可以對(duì)摻偽芝麻油實(shí)現(xiàn)快速、無(wú)損、準(zhǔn)確的鑒別。
【IPC分類(lèi)】G01N21/3577, G01N21/359
【公開(kāi)號(hào)】CN105044025
【申請(qǐng)?zhí)枴緾N201510568021
【發(fā)明人】卞?；? 尚曉彤, 李淑娟, 郭玉高, 劉歡
【申請(qǐng)人】天津工業(yè)大學(xué)
【公開(kāi)日】2015年11月11日
【申請(qǐng)日】2015年9月7日