近紅外光譜結合判別分析法初步鑒別食用植物油的質量

顧從英, 唐倩倩, 相秉仁, 徐建平

(1.中國藥科大學分析測試中心，江蘇南京 210009；2.中國藥科大學理學院，江蘇南京 210009；3.山東綠葉制藥有限公司藥物分析研究室,山東煙臺 264000；4.中健藥業有限公司,廣東中山 528437)

食用植物油含有人體必需的脂肪酸和脂溶性維生素，是人類日常生活的必需品。但一些不法商販將劣質油作為合格食用油出售，嚴重損害消費者健康。因此，如何識別不合格的食用植物油就非常必要。但不合格的食用植物油在感官上是難以辨認的。目前，人們對食用油的檢測常采用的方法有:用質譜方法分析食用油的溶劑殘留[1]、砷化合物[2]；用色譜方法分析食用油的抗氧化劑[3]；用頂空固相微萃取結合多變量分析方法來區別食用油和烹調過的油[4]等。但這些方法的分析速度一般不快，而且經常需要復雜的樣品前處理，因而會帶來化學污染問題。近紅外光譜[5,6]是利用物質在近紅外光譜區的光學特性快速測定某種物質中的一種或多種化學成分含量的新技術，具有分析速度快、樣品準備簡單、不破壞樣品、沒有化學污染等優點[7,8]。近幾年，近紅外光譜在油的定量[9 - 13]和定性[14 - 16]分析中都有應用。

偏最小二乘判別分析法(PLSDA)[17,18]是一種基于偏最小二乘[19]回歸分析的多元線性統計方法。最小二乘支持向量機(LSSVM)[20]是經典向量機的一種改進，降低了計算復雜性，加快了求解速度。偏最小二乘判別分析法及最小二乘支持向量機的判別分析的輸出值都為表征類別的一組虛擬變量，對于未知樣本，其預測值若接近代表某個類別的虛擬變量，則標明該樣本屬于對應的類別。……