基于红外光谱的食用植物油种类鉴别

• 作者: 孙一健 王继芬 张震 中国人民公安大学侦查学院
• 来源期刊: 中国油脂
• 关键词: 食用植物油 鉴别 红外光谱 光谱预处理 径向基函数神经网络 随机森林
• 年，卷（期）: 2023,（1）
• 所属期刊栏目: 检测分析
• 页码范围: 129-133
• 页数: 5页
• 语种: 中文
• DOI: 10.19902/j.cnki.zgyz.1003-7969.210740

摘要

为建立基于红外光谱的食用植物油种类鉴别方法，收集了常见的5种食用植物油样本296份，采集红外光谱，分别通过Savitzky-Golay平滑、希尔伯特变换、IIR低通滤波器、IIR高通滤波器、连续小波变换、一阶导数、二阶导数进行预处理，并利用径向基函数(RBF)神经网络和随机森林(RF)模型对光谱进行识别。结果表明：RBF神经网络模型的效果优于RF模型，将红外光谱数据经希尔伯特变换处理后，RBF神经网络模型的识别率达到100%。采用该方法对食用植物油进行种类鉴别快速无损、准确率高、效果好。