基于近红外特征变量筛选对火麻油掺杂的快速检测

作者：李颖; 陈元胜; 吕靓; 汪少芸; 王武; 付才...近红外特征变量最小二乘支持向量机连续投影法竞争自适应重加权采样算法

摘要：利用近红外光谱技术对掺杂了大豆油、花生油、葵花籽油和玉米油的火麻油进行鉴定,结合偏最小二乘法（PLS）和最小二乘支持向量机（LS-SVM）模型建立定量分析,并利用连续投影算法（SPA）和竞争自适应重加权采样算法（CARS）提取特征变量.结果表明：LS-SVM回归模型的准确度优于PLS模型,其预测相关系数Rp~2分别达到0.950 4、0.905 8、0.857 4和0.767 3;SPA和CARS是两种有效的特征变量选择算法,能够提高模型的准确性,并且CARS效果优于SPA;其中,LS-SVM-CARS模型的Rp~2分别达到0.982 1、0.907 5、0.958 7和0.924 9.因此,在油脂掺杂快速检测中,LS-SVM-CARS是一个准确度高、变量数少、传递性较强的定量分析模型.

注：因版权方要求，不能公开全文，如需全文，请咨询杂志社