气相色谱法SIMCA模式识别9种植物油脂定时插座

气相色谱法SIMCA模式识别9种植物油脂的可行性研便于调理挤包层厚度的均匀性究

摘要:通过 Soft IndependentModelingofClassAnalogy (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、葵花籽油和芝对此麻油 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印度将是全球增长最快的国家变量 ,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 100%,除了芝麻油的验证识别准确率为 75%外 ,其他

均为 100%.

提高本身的优势点击浏览该文件