基于单积分球技术的最佳样本厚度研究及油茶籽油鉴伪

• 作者: 龚中良 管金伟 刘强 李大鹏 郑文峰 胡峰
• 来源期刊: 中国油脂
• 学科: 化学
• 关键词: 油茶籽油;鉴伪;单积分球技术;光学参数;蒙特卡罗算法;样本厚度;定性模型
• 年，卷（期）: 2025,（2）
• 所属期刊栏目: 油脂安全
• 页码范围: 104-109
• 页数: 6页
• 语种: 中文
• DOI: 10.19902/j.cnki.zgyz.1003-7969.230369

摘要

为减少单积分球技术采集光谱数据过程中的光损失，探索了油茶籽油检测时光损失量最小的样本厚度，并研究在此样本厚度下鉴别掺伪油茶籽油的能力。采用蒙特卡罗（MC）算法模拟单积分球技术下样本的测量，将模拟出的反射率（MR）和透射率（MT）作为实际值，单积分球采集的数据作为预测值，将实际值与预测值之间的平均相对误差（MRE）和均方根误差（RMSE）作为评价指标，确定最佳的样本厚度。按不同掺伪比例制备了230组样本，采集最佳样本厚度的掺伪油茶籽油光谱数据，结合逆向倍增（IAD）算法得到样本的吸收系数（μa）和约化散射系数（μs′）。将μa和μs′经过均值中心化预处理之后，利用Kennard-Stone（K-S）算法以7∶3的比例将样本划分成训练集和测试集，分别建立基于支持向量机（SVM）和随机森林（RF）的多分类定性鉴别模型。结果表明：样本厚度为14 mm时，MR和MT的MRE和RMSE均相对较小；μa和μs′建立的SVM模型鉴别准确率分别为97.10%和95.65%,建立的RF模型鉴别准确率分别为98.55%和97.10%。因此，基于最佳样本厚度下的单积分球技术结合SVM和RF模型，可有效实现油茶籽油的快速鉴伪。