第33卷，第8期 2013年8月
光谱学与光谱分析 Spectroscopy and Spectral Analysis
应用近红外光谱对低碳数脂肪酸含量预测
Vol.33,No.8,pp2079-2082
August，2013
宋志强，沈雄"，郑晓1·，何东平2，元培实3，杨永“，方慧文4
1.武汉轻工大学机械工程学院，湖北武汉430023 2.武汉轻工大学食品科学与工程学院，朝北武汉
文430023
3.武汉百信环保能源科技有限公司，潮北武汉430023 4.武汉产品质量监督检验所，潮北武汉430023
摘要应用近红外光谱技术结合支持向量机回归(supportvectormachineregression，SVR)方法测量食用过偏最小二柔(partialleastsquare，PLS)算法别除奇异样品，选择其中具有代表性的52个样品进行主成分分析（principalcomponentanalysis，PCA），选取径向基（radialbasisfunction，RBF）核函数建立支持向量机回归模型，并对光谱预处理方法和参数寻优方法进行了详细的分析和讨论。实验表明，经过粒子群算法（parti-cleswarmoptimization，PSO)优化后模型的性能都有所提高，泛化能力更强，预测的准确度和稳健性更好；其中预处理方法2经过PSO优化寻优后的参数C=2.085，=22.20时，预测集和校正集相关系数（correla tioncoefficient，r)分别达到了0.9980和0.9258，均方根误差（rootmean squareerror，MSE)分别为0.0004 和0.0143。研究结果表明，应用近红外光谱结合PSO-SVR方法进行食用植物油脂低碳数脂肪酸含量快速、准确的预测是可行的。
关键词近红外光谱技术；支持向量机；低碳数脂肪酸；粒子群算法；参数优化
DOI: 10, 3964/j. issn. 10000593(2013)08-207904
中图分类号：0657.3
引言
文献标识码：A
标(GB/T17376)规定的方法，此法耗时长、分析仪器昂贵，需要专业的操作人员进行检测、容易带人杂质，远不能满足
随着生活水平的提高，食用油价格的不断上涨，食用油掺假等现象日趋严重，一些不法商人为了牟取暴力，甚至将“地沟油"等有毒、有害物质掺人到食用植物油中，严重损害了广大消费者的利益。相关研究表明，在油脂脱色和脱臭的精炼过程中会形成三酰甘油豫合物，经氧化后，低碳数脂肪酸在二次油脂脂肪酸组成中比例显著增加，而某些不合格植物食用油中低碳数脂肪酸的含量普遍超过国家标准(0.2%~ 1.2%)5~20倍["]。考虑到国标对正常食用植物油中低碳数脂肪酸限量仅为0.6%，当其含量超出0.6%时，即可判定此油品为不合格油品或为掺伪油品，因此，建立一种简单、快速、准确的低碳数脂肪酸含量检测方法，对食用油生产和安全控制、保障消费者权益具有直接的现实意义。
现有的检测食用油中低碳数脂肪酸含量的方法是采用国
现场快速准确检测的要求。近红外光谱分析技术是现代高新分析测试技术，在石油化工、农业、食品、高分子、医学制药等许多领域中都发挥着积极作用(36)。其中近红外光谱结合支持向量机方法已在茶叶、奶粉、肉类等分类鉴别中得到了成功的应用()。本工作运用支持向量机和近红外光谱分析技术建立食用植物油脂低碳数脂肪酸的定标回归模型，分析比较三种不同预处理方法，以及参数优化对模型性能的影响，为准确建立低碳数脂肪酸回归模型提供可靠依据。
实验部分
1
1.1样品
油脂样品来自于课题组前后两次参加由国家食品安全风
收稿日期：2013-02-01，修订日期：2013-04-20
基金项目：国家"十一五"科技支撑计划项目(2009BADB9B08)，武汉市科技攻关计对项目(2013010501010147)，武汉工业学院食品营养与安
全重大项目培育专项项目（2011Z06)，武汉百信环保能源科技有限公司委托项目，武汉工业学院2012研究生创新基金项目(2012cx023)和国家质检总局科技计划项目(2010QK139）资助
作者简介：宋志强，1989年生，武汉轻工大学机械工程学院硕士研究生
*通讯联系人
万方数据
e-mail; zhengxiao@whpu. edu. cn
e-mail:327463922@163.com