斜率截距校正算法在食用油酸值和过氧化值上的近红外光谱模型转移的研究

第一章前言我国是食用油的消费大国，食用油是人们膳食结构中不可缺少的组成部分，其品质的好坏对人体健康有着深远的影响。

花生油、大豆油、菜籽油、葵花籽油等是我国人民食用的主要油类品种[1]。

一些不法经营者将低价位的植物油掺入高价位植物油中从而牟取暴利,比如在菜籽油中掺入棕榈油、棉籽油；在芝麻油中掺入菜籽油、棉籽油、大豆油等；在茶籽油中掺入大豆油、菜籽油等。

更有甚者在植物油中掺入米汤、矿物油、蓖麻油等非食用油，引起一系列的食用油中毒事件[2]。

因此，食用油掺杂掺假鉴别及品质的在线检测势在必行。

目前国内外检测食用油品质方法有高效液相色谱法、气相色谱法、筛析色谱法等常规化学分析方法, 这些分析方法具有较高的准确度以及较高的可靠性, 但需借助于昂贵的设备以及严格的实验室条件，对样品进行复杂的处理，并且分析速度很慢, 不能满足市场快速检测的需要[3]。

因此需要建立一种比较方便快速的检测方法，以适应市场需求。

不同厂家同种类、不同厂家不同种类、同厂家不同种类、转基因与非转基因的植物油由于生产工艺、质量标准、原料产地、存放时间等不同，其检测时各项指标也不相同，本文以大豆油、花生油、葵花籽油、菜籽油为研究对象，通过比较他们红外光谱的特征吸收峰，二阶导数图，二维分布图，三维分布图来对它们进行鉴别区分[3]。

菜籽油中含花生酸、油酸、亚油酸、芥酸（芥酸是2 碳一烯酸）、亚麻酸等。

国家标准中菜籽油的各组分含量都是一个范围，从前人的大量的试验中发现，纯菜油的组分：亚油酸和油酸组分比的大小都在一个较小的范围内相对稳定[4]。

从营养价值方面看，人体对菜籽油消化吸收率很高，有利胆功能。

在肝脏处于病理状态下，菜籽酮也能被人体正常代谢。

菜籽油中缺少亚油酸等人体必需脂肪酸，且其中脂肪酸构成不平衡，所以营养价值比一般植物油低。

另外，菜籽油中含有大量芥酸和芥子甙等物质，一般认为这些物质对人体的生长发育不利。

如能在食用时与富含有亚油酸的优良食用油配合食用，其营养价值将得到提高。

食用油脂酸值近红外光谱特征波长优选王立琦1，刘亚楠1，张 青2，崔 月1，葛慧芳1，于殿宇2,*（1.哈尔滨商业大学计算机与信息工程学院，黑龙江哈尔滨 150028；2.东北农业大学食品学院，黑龙江哈尔滨 150030）摘 要：以近红外光谱快速检测大豆油脂酸值为目标，研究间隔偏最小二乘（interval partial least square，iPLS）结合遗传算法（genetic algorithm，GA）及连续投影算法（successive projection algorithm，SPA）的特征波长变量优选方法。

制备不同酸值的大豆油脂样品100 个，并在4 000～12 000 cm－1范围内采集了油样的近红外透射光谱。

首先用iPLS法从原始光谱中初步筛选出4 540～5 346 cm－1和6 807～7 004 cm－1组合特征波段，R2和预测均方根误差（root mean square error of prediction，RMSEP）分别为0.978 9和0.064 3；然后分别用GA和SPA从特征光谱区域中筛选出与油脂酸值密切相关的特征波长变量，从GA和SPA 2 种选择结果中各选取前6 个波长点，以12 个特征波长变量建立PLS校正模型，其R2和RMSEP分别为0.985 9和0.045 1。

研究表明，在油脂酸值近红外光谱分析中，采用iPLS-GA-SPA相结合的方法进行特征波长选择能有效去除冗余信息，降低模型复杂度，可为快速无损检测油脂酸值提供重要理论依据。

关键词：油脂酸值；近红外光谱；特征波长变量；间隔偏最小二乘；遗传算法；连续投影算法Optimization of Characteristic Wavelength Variables of Near Infrared Spectroscopy for Detecting Edible Oil Acid Value WANG Liqi1, LIU Yanan1, ZHANG Qing2, CUI Yue1, GE Huifang1, YU Dianyu2,*(1. School of Computer and Information Engineering, Harbin University of Commerce, Harbin 150028, China;2. School of Food Science and Technology, Northeast Agricultural University, Harbin 150030, China)Abstract: With the goal of achieving rapid detection of soybean oil acid value by using near-infrared (NIR) spectroscopy, this study optimized the selection of the characteristic wavelength variables by combined use of interval partial least square (iPLS), genetic algorithm (GA) and successive projection algorithm (SPA). A total of 100 soybean oil samples with different acid values were collected, their NIR transmittance spectra in the range of 4 000–12 000 cm-1 were acquired. Firstly, the characteristic wavebands of 4 540–5 346 cm-1and 6 807–7 004 cm-1 were extracted from the original spectra by iPLS, with a determination coefficient (R2) and root mean square error of prediction (RMSEP) of 0.978 9 and 0.064 3, respectively. Then, the characteristic wavelength variables closely related to oil acid value were selected by GA and SPA from the previously selected bands, respectively. It was shown that the PLS calibration model established using 12 variables consisting of the top6 characteristic wavelengths from optimal selection results of each of the two algorithms was optimum, with R2 and RMSEPof 0.985 9 and 0.045 1, respectively. The research indicated that selection of the characteristic wavelength variables by iPLS-GA-SPA in NIR analysis for oil acid value could effectively remove redundant information, and decrease the complexity of the model. This paper can offer important reference for rapid and non-destructive detection of oil acid value.Key words: oil acid value; near infrared spectroscopy (NIR); characteristic wavelength variables; interval partial least square (iPLS); genetic algorithm (GA); successive projection algorithm (SPA)DOI:10.7506/spkx1002-6630-201616033中图分类号：TS227 文献标志码：A文章编号：1002-6630（2016）16-0205-06引文格式：王立琦, 刘亚楠, 张青, 等. 食用油脂酸值近红外光谱特征波长优选[J]. 食品科学, 2016, 37(16): 205-210. DOI:10.7506/ spkx1002-6630-201616033. WANG Liqi, LIU Yanan, ZHANG Qing, et al. Optimization of characteristic wavelength variables of near infrared spectroscopy for detecting edible oil acid value[J]. Food Science, 2016, 37(16): 205-210. (in Chinese with English abstract) DOI:10.7506/spkx1002-6630-201616033. 收稿日期：2016-03-16基金项目：国家自然科学基金面上项目（31271886）作者简介：王立琦（1966—），女，教授，博士，主要从事食品安全快速检测研究。

食用油过氧化值的红外光谱测定方法研究韩佳静;安振;江秀明;向国强;何丽君;赵文杰;胡乐乾【摘要】利用上表面抛光的圆柱体替代漫反射附件中的样品杯,构建基于反射-吸收原理的傅里叶变换红外(FTIR)光谱测定装置,用于测定食用油FTIR光谱.通过油脂中过氧化物与三苯基膦反应定量生成三苯基氧磷,以硝基苯为内标物,测定油脂样品与三苯基膦和硝基苯的异辛烷溶液的红外吸收光谱.利用由三苯基氧磷产生的位于542 cm-1处的和由硝基苯产生的位于1 531cm-1处的吸收峰的峰高比(r),建立了食用油过氧化值(POV)与FTIR光谱数据间的定量关系,并测定了9种、共30个食用油样品的POV.结果表明,红外光谱数据与POV间存在良好的线性关系:POV=14.84×r/m-2.76,相关系数为0.998 9.建立的红外光谱法(POVIR)与国标法(POVGB)测定结果间存在良好相关性,相关关系为POVIR=0.944 5×POVGB 1.00,相关系数(r)为0.998 6,说明所建立的油脂红外光谱法分析模型可以代替国家标准方法,快速、准确测定不同油脂的过氧化值.【期刊名称】《河南工业大学学报（自然科学版）》【年(卷),期】2018(039)005【总页数】4页(P27-30)【关键词】食用油;过氧化值;傅里叶变换红外光谱【作者】韩佳静;安振;江秀明;向国强;何丽君;赵文杰;胡乐乾【作者单位】河南工业大学化学化工与环境学院,国家粮食局粮油食品工程技术研究中心,河南郑州450001;河南工业大学化学化工与环境学院,国家粮食局粮油食品工程技术研究中心,河南郑州450001;河南工业大学化学化工与环境学院,国家粮食局粮油食品工程技术研究中心,河南郑州450001;河南工业大学化学化工与环境学院,国家粮食局粮油食品工程技术研究中心,河南郑州450001;河南工业大学化学化工与环境学院,国家粮食局粮油食品工程技术研究中心,河南郑州450001;河南工业大学化学化工与环境学院,国家粮食局粮油食品工程技术研究中心,河南郑州450001;河南工业大学化学化工与环境学院,国家粮食局粮油食品工程技术研究中心,河南郑州450001【正文语种】中文【中图分类】TS207.30 前言油脂是一类广泛使用的食品原料，也是人类营养的重要组成部分。

专利名称：一种基于近红外光谱分析的食用油脂酸价检测方法专利类型：发明专利
发明人：王立琦,王铭义,赵志杰,于殿宇,朱秀超,李默馨,王世让,齐颖
申请号：CN200910071567.7
申请日：20090318
公开号：CN101504363A
公开日：
20090812
专利内容由知识产权出版社提供
摘要：一种基于近红外光谱分析的食用油脂酸价检测方法，本发明涉及一种利用近红外光谱分析技术对食用油脂酸价进行检测的方法，是为了解决在实际生产中，传统的实验室检测化验方法只能进行间断操作、无法实现既准确又快速的在线检测等问题。

用近红外光谱分析技术检测油脂酸价通过以下步骤来实现：一、校正集样本光谱的建立；二、光谱数据的预处理；三、基础数据的测定；四、校正模型的建立；五、校正模型的验证；六、待测样本的分析。

用本发明方法可有效地消除人为误差，缩短检测周期，实现了油脂加工过程中酸价在线检测和调控。

申请人：哈尔滨商业大学
地址：150028 黑龙江省哈尔滨市松北区学海街1号
国籍：CN
更多信息请下载全文后查看。

基于近红外光谱的食用植物油中反式脂肪酸含量快速定量检测及模型优化研究莫欣欣;孙通;刘木华;叶振南【摘要】利用近红外光谱技术对食用植物油中反式脂肪酸(Trans fatty acids,TFA)含量进行快速定量检测,并通过波段选择、预处理方法、变量筛选及建模方法对TFA含量预测模型进行优化.采用AntarisⅡ傅里叶变换近红外光谱仪在4000~10000 cm-1光谱范围采集98个食用植物油样本的近红外透射光谱,然后采用气相色谱法测定TFA的真实含量.首先,对样本原始光谱进行波段、预处理方法优选;在此基础上,采用竞争自适应重加权法(Competitive adaptive reweighted sampling,CARS)筛选TFA相关的重要变量,最后应用主成分回归、偏最小二乘和最小二乘支持向量机方法分别建立食用植物油中TFA含量的预测模型.研究结果表明,近红外光谱技术检测食用植物油中的TFA含量是可行的,优化后的最佳预测模型的校正集和预测集R2分别为0.992和0.989,RMSEC和RMSEP分别为0.071%和0.075%.最佳预测模型所用的变量仅26个,占全波段变量的0.854%.此外,与全波段偏最小二乘预测模型相比,其预测集R2由0.904上升为0.989,RMSEP由0.230%下降为0.075%.由此表明,模型优化非常必要,CARS能有效筛选TFA相关的重要变量,极大减少建模变量数,从而简化预测模型,并较大提高预测模型的精度和稳定性.%Near infrared spectroscopy (NIR) was used to detect trans fatty acids (TFA) in edible vegetable oils quantitatively. And prediction model of TFA was optimized through band selection, pretreatment method, variable selection and modeling method. NIR spectra of 98 edible vegetable oil samples were collected in spectral range of 4000-10000 cm-1 using an Antaris Ⅱ Fourier transform near infrared spectrometer, and the truecontent of TFA was measured by gas chromatography. First, optimization of waveband and pretreatment method was conducted on original spectra. On this basis, competitive adaptive reweighted sampling (CARS) was used to select important variables that related to TFA. Finally, the prediction models of TFA content in edible vegetable oils were established using principal component regression ( PCR), partial least square (PLS) and least square support vector machine (LS-SVM). The results indicated that NIR spectroscopy was feasible for detecting TFA content in edible vegetable oils, R2 of the best prediction model after optimized in calibration and prediction sets were 0. 992 and 0. 989, and root mean square error of calibration (RMSEC) and root mean square error of prediction ( RMSEP) were 0. 071% and 0. 075% , respectively. Only 26 variables were used in the best prediction model, accounting for 0. 854% of the whole waveband variables. In addition, compared with the full waveband PLS prediction model, the R2 in prediction set increased from 0. 904 to 0. 989, and RMSEP decreased from 0. 230% to 0. 075% . It shows that model optimization is very necessary, CARS method can select important variables related to TFA effectively and immensely reduce the number of modeling variables, so it can simplify the prediction model, and greatly improve the accuracy and stability of prediction model.【期刊名称】《分析化学》【年(卷),期】2017(045)011【总页数】9页(P1694-1702)【关键词】食用植物油;近红外光谱;模型优化;竞争自适应重加权法变量筛选;定量检测【作者】莫欣欣;孙通;刘木华;叶振南【作者单位】江西农业大学工学院,江西省高校生物光电技术及应用重点实验室, 南昌 330045;江西农业大学工学院,江西省高校生物光电技术及应用重点实验室, 南昌330045;江西农业大学工学院,江西省高校生物光电技术及应用重点实验室, 南昌330045;江西出入境检验检疫局,综合技术中心, 南昌 330038【正文语种】中文2017-05-25收稿; 2017-08-15接受本文系国家自然科学基金(No.31401278)、江西省自然科学基金(No.20151BAB204025)和江西省教育厅科学研究基金(No.GJJ13254)项目资助反式脂肪酸 (Trans fatty acids, TFA) 是具有反式结构双键的一类不饱和脂肪酸的总称，主要来自采用氢化加工工艺后的植物油。

红外光谱分析技术在食用植物油品质检测中的应用研究的开题报告题目：红外光谱分析技术在食用植物油品质检测中的应用研究一、研究背景及意义食用植物油是人们日常生活中不可缺少的食品原料，而其中可能会存在一些质量问题，例如添加劣质或掺伪品，或者存在不合格成分等，这些都会对人体健康造成严重危害。

因此，对于食用植物油的品质监测十分重要。

传统的食用植物油质量检测方法包括物理化学性质的检验和色谱等分析方法，但这些方法检测过程较为繁琐，检测时间长，不适用于快速实时的检测。

而红外光谱分析技术具有非接触、快速和高效的特点，因此可以被用于食用植物油品质检测中。

二、研究目的和内容本研究旨在探究红外光谱分析技术在食用植物油品质检测中的应用情况，并提出具体的分析方法和技术路线，具体研究内容包括：1、分析食用植物油红外光谱数据，并建立分析模型；2、研究变量选择方法，优化分析模型；3、利用分析模型对不同品牌、不同种类的食用植物油进行实验验证；4、比较分析建立的模型方法和现有的检测方法在食用植物油品质检测中的优劣性和实用性。

三、研究方法本研究采用实验研究和数据分析相结合的方法进行，具体方法包括：1、采集多品牌、多种类的食用植物油样本，并进行物理化学性质检测；2、利用傅里叶变换红外光谱仪采集样本红外光谱数据；3、对红外光谱数据进行预处理，包括预处理方法选择、数据预处理、变量选择等；4、建立分析模型，包括多元回归模型、主成分分析模型、偏最小二乘模型等；5、利用建立的模型对不同品牌、不同种类的食用植物油进行分析和检测；6、对建立的模型方法和现有分析方法进行比较分析，评估模型在品质检测中的效果和实用性。

四、预期成果1、建立红外光谱分析技术在食用植物油品质检测中的分析方法和技术路线；2、建立食用植物油品质检测的多元回归、主成分分析、偏最小二乘等分析模型；3、对多种品牌、不同种类的食用植物油进行实验验证，比较分析建立的模型方法和现有方法的优劣性；4、发表学术论文2篇，参加学术会议1次。

中国酿造2014年第33卷第11期总第273期收稿日期：2014-09-29基金项目：北京市教委科技发展重点项目（KZ201310011012）；北京市自然科学基金（4132008）；北京市教委科技创新平台（PXM_2012_014213_000023）作者简介：刘翠玲（1963-），女，教授，博士，研究方向为智能测量技术与数据处理，系统建模与仿真方法、智能控制方法。

*通讯作者：位丽娜（1989-）女，硕士研究生，研究方向为基于近红外光谱的食用油品质快速检测。

食用油是人们生活的必需品，其品质的好坏不仅影响食品的风味，而且关系到人体的健康，食用油的品质检测主要指标有酸值和过氧化值。

食用油在储藏运输的过程中，由于接触空气、受光线照射、微生物及酶的作用，会发生酸败现象，酸败后油的酸价（酸价是以中和1g 大豆油所消耗氢氧化钾的毫克数来表示）会上升[1]。

酸败食用油中的过氧化物质是致癌物质，很容易引发癌症，而其对人体的这种侵害是一个慢性过程，往往不易引起人们的重视。

我国是一个人口大国，这也使我国成为食用油大国，我国每年仅大豆油的消耗量就达1214万t [2]。

目前我国已经将食用油的安全列为国家战略安全之一，食用油的在线快速品质检测工作十分紧迫。

目前我国的食用油品质检测多采用传统的方法进行，即感官评定分析。

感官评定分析一方面需要丰富的操作经验，另一方面其检测结果受主观因素影响大[3]。

此外食用油品质检测方法还有气相色谱、高效液相色谱和筛析色谱法等化学方法。

这些方法虽然有较高的精确度和可靠性，但是所使用的设备比较昂贵并且对实验条件还有严格的要求。

因此，针对我国的国情这些方法并不能在工业生产中推广，也满足不了对快速检测的要求。

近红外是指波长在780～2500nm 范围内的电磁波，是人们最早发现的非可见光区域。

近红外光谱（near in-frared spectroscopy ，NIRS ）分析技术是20世纪70年代兴起的一种快速分析技术，它是利用近红外谱区包含的物质信息，用于有机物质定性和定量分析的一种分析技术。

一种油菜籽粒油酸含量近红外分析方法与流程下载温馨提示:该文档是我店铺精心编制而成，希望大家下载以后，能够帮助大家解决实际的问题。

文档下载后可定制随意修改，请根据实际需要进行相应的调整和使用，谢谢!并且，本店铺为大家提供各种各样类型的实用资料，如教育随笔、日记赏析、句子摘抄、古诗大全、经典美文、话题作文、工作总结、词语解析、文案摘录、其他资料等等，如想了解不同资料格式和写法，敬请关注!Download tips: This document is carefully compiled by theeditor.I hope that after you download them,they can help yousolve practical problems. The document can be customized andmodified after downloading,please adjust and use it according toactual needs, thank you!In addition, our shop provides you with various types ofpractical materials,such as educational essays, diaryappreciation,sentence excerpts,ancient poems,classic articles,topic composition,work summary,word parsing,copy excerpts,other materials and so on,want to know different data formats andwriting methods,please pay attention!近红外光谱技术在油菜籽粒油酸含量快速检测中的应用随着科技的进步，食品和农业行业对产品质量的检测需求日益提升。