芝麻油营养丰富, 因市场价格较高, 掺假现象频出, 严重损害了消费者利益和市场的健康发展。 因此, 研发一种简单快速准确鉴别掺伪芝麻油的方法, 对保障消费者权益和市场健康具有重要意义。 为此, 提出了一种小波矩结合三维荧光光谱掺伪芝麻油鉴别方法。 该方法简单快速, 计算样本的任一有效特征进行谱系聚类, 即可准确鉴别掺伪芝麻油。 以43个样本(芝麻油16个, 掺伪菜籽油、 掺伪大豆油及掺伪玉米油各9个)为研究对象, 用FS920荧光光谱仪获得样本的三维荧光光谱。 用db2小波将光谱进行多尺度分解(MRSD), 用MRSD的一阶离散逼近系数构造小波矩。 用前两阶小波矩值W0,0, W1,0, W1,1, W0,1, W2,0, W2,1, W2,2, W1,2, W0,2分别作为特征对样本进行谱系聚类, 观察分析聚类结果。 结合邓恩分类指数(DVI)进一步分析, 研究同阶小波矩分类效果及规律。 进而研究各阶小波矩的分类效果及规律。 最终确定了用于鉴别掺伪芝麻油的最佳小波矩值。 结果表明: MRSD一阶逼近重构光谱可以在保留原光谱的有效特征基础上, 大量去除噪声, 减少光谱数据量72.4%, 增强模型的抗噪稳定性和实时性。 利用小波矩前两阶矩值W2,1, W2,2, W1,2, W0,2其一作为分类特征进行谱系聚类, 即可鉴别掺伪芝麻油。 同阶小波矩(Wp,q)随p值减小q值增大呈现规律性, 确定了同阶小波矩的有效矩值及最佳有效矩值。 小波矩随着阶数的增加DVI先增后减, 最后趋于稳定, 确定了各阶小波矩中可用于鉴别掺伪芝麻油的目标矩值W0,q≥2及最佳目标矩值W0,6。 小波矩的有效及目标矩值是针对样本分类的有效特征, 计算样本的任一有效特征进行谱系聚类, 即可实现掺伪芝麻油的鉴别。 该研究思路及结论为矩值法应用到三维荧光光谱提供参考。 该方法简单快速, 可实现在线测量, 为质监部门及生产企业提供油品检测和鉴定手段。

为充分提取复杂掺伪食用油的特征信息, 提出并建立一种掺伪芝麻油的判别方法.采集40个纯芝麻油和40个掺入不同浓度玉米油的芝麻油的常规一维近红外透射光谱和中红外衰减全反射光谱.对两样本采用二维相关谱技术进行相关计算, 得到每一样品的同步和异步二维近红外相关谱和中红外相关谱, 并进行预处理, 得到其对应的同步-异步二维近红外相关谱和中红外相关谱.采用多维主成分分析法提取其特征, 并将其得分矩阵进行融合.基于融合的得分矩阵, 以及单一近红外、中红外相关谱得分矩阵分别建立纯芝麻油和掺伪芝麻油偏最小二乘判别分析模型, 三个模型对预测集样品的判别正确率分别为100%、96.2%和96.2%.研究结果表明, 所提出的方法可提取更多的特征信息, 提供更好的分析结果.

将三维荧光光谱技术、小波压缩和交替惩罚三线性分解算法(APTLD)结合,提出了一种鉴别掺伪芝麻油的新方法。利用荧光光谱仪测量纯芝麻油及掺伪芝麻油样本的三维荧光光谱,通过激发校正和发射校正消除仪器带来的误差,得到样本的真实三维荧光光谱数据;利用小波压缩对处理后的真实数据进行压缩,以减少冗余信息,其中压缩分数和数据恢复分数分别大于94.00%和98.00%;利用APTLD算法对压缩后的数据进行定性及定量分析,得到的回收率为97.0%~99.8%,预测方均根误差不大于0.120。研究结果表明,所提方法能够准确鉴别纯芝麻油及掺伪芝麻油样本,并对其组分含量进行预测。

将同步-异步二维中红外相关谱和多维偏最小二乘判别法相结合定性分析掺假芝麻油。 分别配置40个纯芝麻油和含有玉米油不同体积分数(3%～60%)的掺假芝麻油样品40个。 室温下, 分别采集所有样品的常规一维中红外光谱(650～4 000 cm-1)。 在研究纯芝麻油和掺假芝麻油的一维中红外光谱的基础上, 以芝麻油中掺假的玉米油浓度为外扰, 进行相关计算, 得到同步和异步二维中红外相关谱矩阵, 并对其进行标准化。 分别提取标准化的同步和异步二维中红外相关谱主对角线上部分和下部分元素进行融合, 得到同步-异步二维中红外相关谱矩阵。 在此基础上, 分别基于同步-异步二维中红外相关谱矩阵、 同步二维中红外相关谱矩阵和异步二维中红外相关谱矩阵建立了三个定性分析掺假芝麻油的多维偏最小二乘判别模型对预测集未知样品进行预测, 其识别正确率分别为100%, 96.2%和96.2%。 结果表明: 相对于同步和异步二维中红外相关谱, 同步-异步二维中红外相关谱不仅包含了完整的掺假油特征信息, 而且剔除了冗余信息, 因此能取得更好的判别结果。

基于芝麻油和掺入油线性混合的原理，提出了一种利用芝麻油、掺入油和其掺混油的吸光度直接计算掺杂比的定量检测方法。利用误差分析理论对掺杂比计算公式进行分析，可知使误差最小的最佳检测波长区位于芝麻油和掺入油的吸光度差值最大的区域。利用SpectraMax Plus 384型光吸收酶标仪的分光光度计功能和构建的可见近红外光谱采集系统，对两种光程的芝麻油分别掺杂花生油和大豆油的样本进行了检测。对掺杂体积比为10%以上的芝麻花生掺混油和芝麻大豆掺混油，分光光度计检测的掺杂比计算值和实际值的相关系数分别为0.9992和0.9997，标准误差分别为0.0084和0.0054；可见近红外光谱采集系统检测的两种掺杂比的相关系数分别为0.9997和0.9994，标准误差分别为0.0047和0.0069。实验结果表明，利用线性光度法计算掺杂芝麻油的掺杂比例是准确可行的。

把低价油掺入到高价油是食用油脂中的常见掺伪现象, 芝麻油由于品质好价格高, 市场上时有假冒伪劣产品, 因此应用FTIR并结合化学计量学, 建立了芝麻油的真伪和掺伪的快速分析方法。 首先分析了芝麻油与大豆油、 葵花籽油在4 000～650 cm-1范围的FTIR谱图, 由于食用植物油都是不同脂肪酸甘油三酯的混合物, 其谱图极为相似, 很难发现芝麻油与其他油脂的明显差异。 但是不同食用油的脂肪酸组成不同, 其1 800～650 cm-1红外指纹特征区也有所不同, 因此可以选择该区域, 对红外光谱数据用化学计量学方法进行分类识别。 通过建立主成分分析(PCA)和簇类独立软模式识别(SIMCA)模型, 进行了芝麻油的真伪鉴别, 该模型聚类效果较为理想, 识别正确率达到了100％; 采用标准正态化校正(SNV)和偏最小二乘法(PLS), 经过PCA分析计算, 芝麻油中掺入大豆油、 葵花籽油的掺伪检测限均为10%; 利用FTIR和PLS, 建立了芝麻油掺的定量分析模型, 该模型预测值与实际值有着良好的对应关系, 预测相对误差为-6.87％～8.07％之间, 说明定量模型可行。 本方法能够实现芝麻油的快速真伪鉴别和掺伪定量分析, 其优点是模型一旦建立, 分析简便、 快速, 可以满足大量样品的日常监测。