紫外可见光谱结合化学模式识别对紫苏油的真伪鉴别OA北大核心

作为高经济价值且昂贵的非常规植物油,紫苏油易被低价食用油掺假。由于食用油的匀质性及其组成的复杂性,传统鉴别方法难以快速准确地鉴别紫苏油的真伪。该文探索了紫外可见光谱结合化学模式识别对紫苏油真伪鉴别的可行性。首先购买了40个纯紫苏油样品,并将大豆油、棕榈油分别按一定的比例加入到纯紫苏油中配制了51个二元掺伪和63个三元掺伪紫苏油样品。根据鉴别目的,从154个总样品中获得两个数据集,一个是由40个纯紫苏油和114个掺伪紫苏油构成的真伪紫苏油二分类数据集;另一个是由40个纯紫苏油、51个二元掺伪和63个三元掺伪紫苏油构成的真伪紫苏油三分类数据集。然后采用主成分分析(PCA)、簇类独立软模式(SIMCA)、偏最小二乘-判别分析(PLS-DA)和极限学习机(ELM)4种方法,依次对以上两个数据集进行分类。使用混淆矩阵可视化分类结果,并用准确率、精确率、召回率、F1分数对模型性能进行评价。结果表明,对于真伪紫苏油二分类和三分类数据集,PLS-DA均为最佳模型,预测准确率分别为98.04%和100%。因此,紫外可见光谱结合化学模式识别可以实现真伪紫苏油的快速准确鉴别。