LF-NMR结合化学模式识别鉴别油脂种类及餐饮废弃油脂

• 作者: 史然 毛锐 王欣
• 来源期刊: 分析测试学报
• 学科: 工学
• 关键词: 低场核磁共振(LF-NMR) 食用油 餐饮废油 主成分分析(PCA) 聚类分析(CA)
• 年，卷（期）: 2017,（3）
• 所属期刊栏目: 研究简报
• 页码范围: 372-376
• 页数: 5页
• 分类号: O482.532|TG174.481
• 字数: 4571字
• 语种: 中文
• DOI: 10.3969/j.issn.1004-4957.2017.03.013

摘要

应用主成分分析(Principal component analysis,PCA)和聚类分析法(Cluster analysis,CA)对9种(27个)常见食用植物油及100个餐饮废油的低场核磁共振(Low-field nuclear magnetic resonance,LF-NMR)(T2)弛豫特性数据进行分析.结果表明:在正常食用油种类区分方面,主成分分析的效果较优,9种食用油在主成分分布图上按种类正确分组,边界清晰.而在正常食用油与餐饮废油的区分方面,聚类分析效果较优,引入30个待测样本后,聚类分析(127个样品,欧式距离=5)的正确率为94.49％,分析误判率为5.51％,分组效果良好.LF-NMR结合化学模式识别可实现对油脂种类及餐饮废弃油脂的鉴别.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	王欣	上海理工大学医疗器械与食品学院	128	662	14.0	19.0
2	毛锐	上海理工大学医疗器械与食品学院	7	26	3.0	4.0
3	史然	上海理工大学医疗器械与食品学院	4	43	4.0	4.0