论文部分内容阅读
通过Soft Independent Modeling of Class Analogy (SIMCA)模式识别方法分析16种二元食用调和油,采用气相色谱法分析16种二元食用调和油537个样品的脂肪酸组成和相对含量。以每种调和油中9个脂肪酸的相对含量为变量,采用SIMCA分析技术进行数据预处理,选择合适的主成分数,对每种调和油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法可以对16种二元调和油100％的聚类和识别,且在实验数据范围内可以识别的最低质量百分含量为1％。