浙江大学光电系， 浙江大学现代光学仪器国家重点实验室， 浙江 杭州310027
为实现橄榄油中掺伪油类型的识别和掺伪量预测， 对掺入葵花籽油、 大豆油、 玉米油的橄榄油共117个样品进行拉曼光谱检测， 并用基于多重迭代优化的最小二乘支持向量机模型对掺入油的类型进行识别， 综合识别率为97%。 同时分别采用最小二乘支持向量机、 人工神经网络模型、 偏最小二乘回归建立橄榄油中葵花籽油、 大豆油、 玉米油含量的拉曼光谱定标模型， 结果显示最小二乘支持向量机具有最优的预测效果， 其预测均方根误差(RMSEP)在0.007 4~0.014 2之间。 拉曼光谱结合最小二乘支持向量机可为橄榄油掺伪检测提供一种精确、 快速、 简便、 无损的方法。
拉曼光谱 最小二乘支持向量机 橄榄油掺伪 多重迭代优化 Raman spectroscopy Least squares support vector machine (LS-SVM) Adulterated olive oil Multiple iterative optimization 光谱学与光谱分析
2012, 32(6): 1554
