基于PCA-BPNN算法结合荧光光谱技术的大豆油掺假紫苏籽油量化分析

摘要

针对高价值紫苏籽油常被廉价大豆油掺假的问题，迫切需要开发一种快速、准确的定量检测方法。本研究创新性地将荧光光谱技术与主成分分析-反向传播神经网络（PCA-BPNN）算法结合，构建并优化PCA-BPNN模型用于掺假预测。结果表明：PCA-BPNN模型预测性能优异，预测值与真实值高度吻合，决定系数（R²）达0.964 7,均方根误差（RMSE）低至0.003 5 g·g^-1。综合而言，该方法前处理简单、分析快速、无损且环保，对保障食用油质量安全、维护市场秩序及消费者权益具有重要的应用价值。

关键词

紫苏籽油 / 大豆油 / 掺假 / 主成分分析 / 反向传播神经网络