气相色谱法SIMCA模式识别9种植物油脂的可行性研究

通过Soft IndependentMode领 of ClassAnalogy ( SIMCA)模式识别方法区分花生油大豆油米糠油棕榈油菜籽油玉米油棉籽油葵花籽油和芝麻油9种植物油脂. 采用气相色谱法分析9种植物油脂219个样品的脂肪酸,用面积归一化法得到每个植物油脂的各脂肪酸相对含量. 以每种植物油脂中9个脂肪酸的相对含量为变量,采用SIMCA分析技术进行数据预处理,随机取2/3的样品作定标集, 1/3作验证集,对9种植物油脂的训练集进行主成分分析( PCA) ,并通过交互验证建立各油脂种类的PCA模型,再利用训练集样本建立的SIMCA判别模型对验证集样本进行验证. 结果显示, SIMCA可以对9种植物油脂分别聚类和识别,各种植物油脂的SIMCA分析的聚类精度均为1**%,除了芝麻油的验证识别准确率为75%外,其他均为1**%.