[發明專利]一種基于紫外可見光譜及極限學習機的二元葡萄籽油摻偽定量分析方法

在審

• 申請號: 201811396961.3
• 申請日: 2018-11-22
• 公開（公告）號: CN109507138A
• 公開（公告）日: 2019-03-22
• 發明（設計）人: 卞希慧;劉少穎;桂建舟
• 申請（專利權）人: 天津工業大學
• 主分類號: G01N21/33
• 分類號: G01N21/33;G01N21/31;G01N33/03
• 代理公司: 暫無信息
• 代理人: 暫無信息

本發明屬于食品分析領域，涉及一種基于紫外可見光譜及極限學習機的二元葡萄籽油摻偽定量分析方法。具體步驟為按0?100％的濃度范圍至少配制50個二元摻偽葡萄籽油樣品，采集樣品的紫外可見光譜，將數據集劃分為訓練集和預測集，根據相關系數平均值與方差比值確定極限學習機的激勵函數和隱含層節點數，利用訓練集建立極限學習機模型，對未知樣品進行預測。本發明的優勢在于采集樣品的光譜，速度快；采用紫外可見分光光度計儀器，價格低廉；采用極限學習機建模，預測準確。本發明適用于二元摻偽葡萄籽油中各組分油的準確定量。

技術領域

本發明屬于食品分析領域，涉及一種基于紫外可見光譜及極限學習機的二元葡萄籽油摻偽定量分析方法。

背景技術

葡萄籽油不僅營養價值高，風味頗佳，而且還具有降低膽固醇，擴張血管，并防止血栓等醫用功效。因此，葡萄籽油的價格比普通食用植物油的價格高。為獲取高額利潤，不法商家將劣質食用植物油摻雜在葡萄籽油中以謀取巨額利潤。因此尋找合適的葡萄籽油鑒別方法，對確保葡萄籽油質量具有重要意義。

目前，對食用植物油摻偽的研究主要方法有化學方法、物理方法、氣相色譜法(武彥文，劉玲玲，李冰寧，歐陽杰，姜樹，氣相色譜質譜聯用檢測食用油中芳烴礦物油的方法，中國發明專利，2018，CN201711372650.9)、核磁共振法(劉蕓，張睿，丁濤，張健，費曉慶，陳磊，張曉燕，吳斌，一種基于核磁共振技術用于荊條蜜、油菜蜜和洋槐蜜的鑒別方法，中國發明專利，2018，CN201710742918.7)和近紅外光譜法(柴琴琴，林雙杰，王武，蔡逢煌，林瓊斌，林偉群，賴添悅，一種基于近紅外光譜的葡萄籽油摻假鑒別方法，中國發明專利，2017，CN201710373663.1)等。氣相色譜法不僅檢測時間長且需要樣品預處理；核磁共振法技術儀器設備還十分昂貴；近紅外光譜無破壞性且檢測精度高，但是光譜信號較弱，譜峰重疊嚴重。

紫外可見光譜是物質吸收紫外可見光后，其價電子從低能級向高能級躍遷，產生吸收峰形成的。由于紫外光譜技術具有分析速度快、儀器價格低廉、操作簡單等特點，并且絕大部分的有機化合物都有吸收光譜的特性如吸收光譜形狀、各吸收峰的波長位置等特點，所以紫外光譜法廣泛的應用于有機化合物和無機化合物的定量和定性分析以及其它化合物的測定。

但是摻偽葡萄籽油樣品成分復雜，很難通過單一峰的高度對不同食用油組分含量進行分析，需要借助多元校正技術。常用的多元校正方法主要有主成分回歸法、偏最小二乘回歸法、人工神經網絡法、支持向量回歸法等。其中偏最小二乘回歸因其簡單、快速得到了廣泛應用。但是非線性現象嚴重，偏最小二乘回歸的建模結果就會受到影響。人工神經網絡和支持向量回歸雖然可以解決建模中遇到的非線性問題，但也存在學習速度慢、需設置大量參數、易陷入局部極小、算法復雜，難以改進擴展等問題。極限學習機法(Guang-BinHuang，Lei Chen，and Chee-Kheong Siew，Universal approximation using incrementalconstructive feedforward networks with random hidden nodes，IEEE Transactionson Neural Networks，2016，17(4)：879-892)無需人為設置大量網絡參數，且產生唯一最優解，學習速度快，泛化性能好，具有線性與非線性建模方法的優勢。

發明內容

本發明的目是針對上述問題，以紫外可見光譜技術作為技術手段，建立極限學習機模型，對未知樣品進行含量預測。

為實現本發明所提供的技術方案包括以下步驟：

1)購買葡萄籽油樣品及其它食用油，按0-100％配置成二元摻偽葡萄籽油樣品，樣品數目至少50個。樣品手動震蕩10次以上、超聲20-30分鐘，靜置1天以后測量。