基于离子迁移谱的葡萄籽油掺伪鉴别研究

建立了基于离子迁移谱（ IMS）技术的葡萄籽油掺伪鉴别新方法。经优化,选取进样口温度170℃,迁移管温度60℃。正己烷50倍稀释油样后进样检测,分析时间20 s。为了建立高效的葡萄籽油掺伪鉴别模型,本研究采用递归支持向量机（ R-SVM）方法对葡萄籽油和掺伪葡萄籽油的IMS谱图进行分类,建立葡萄籽油和掺伪葡萄籽油分类判别模型,采用十折交互检验对建立的模型进行评价,结果显示模型判别正确率为91.2%。本方法操作简单,分析速度快,为食用油真伪鉴别提供了一种新方法。...

Full description

Saved in:
Bibliographic Details
Published in分析化学 Vol. 42; no. 10; pp. 1530 - 1534
Main Author 帅茜 张良晓 李培武 张奇 王秀嫔 丁小霞
Format Journal Article
LanguageChinese
Published 中国农业科学院油料作物研究所 2014
农业部油料作物生物学与遗传改良重点实验室
农业部油料作物风险评估重点实验室
农业部生物毒素检测重点实验室%中国农业科学院油料作物研究所
油料所-矽感科技离子迁移谱在油料油品质量安全中应用研究联合实验室，武汉430062%中国农业科学院油料作物研究所
农业部油料及制品质量监督检验测试中心%中国农业科学院油料作物研究所
Subjects
主成分分析
掺伪鉴别
支持向量机
离子迁移谱
葡萄籽油
主成分分析
支持向量机
Adulteration detection
葡萄籽油
Ion mobility spectrometry
离子迁移谱
掺伪鉴别
Grapeseed oil
Recursive support vector machine
Principal component analysis
Online AccessGet full text
ISSN0253-3820
DOI10.11895/j.issn.0253-3820.140328

Cover

More Information
Summary:建立了基于离子迁移谱（ IMS）技术的葡萄籽油掺伪鉴别新方法。经优化,选取进样口温度170℃,迁移管温度60℃。正己烷50倍稀释油样后进样检测,分析时间20 s。为了建立高效的葡萄籽油掺伪鉴别模型,本研究采用递归支持向量机（ R-SVM）方法对葡萄籽油和掺伪葡萄籽油的IMS谱图进行分类,建立葡萄籽油和掺伪葡萄籽油分类判别模型,采用十折交互检验对建立的模型进行评价,结果显示模型判别正确率为91.2%。本方法操作简单,分析速度快,为食用油真伪鉴别提供了一种新方法。
Bibliography:A rapid method for authenticity detection of grapeseed oil was proposed based on Ion Mobility Spectrometry （ IMS） . After optimization, the inlet temperature was set at 170 ℃, drift tube temperature was set at 60 ℃. In this method, the oil sample was diluted in hexane （50-fold, V/V） and then directly analyzed in IMS. The detection time was 20 s. To establish an adulteration detection model, recursive Support Vector Machine （ R-SVM） was applied to classifying pure and adulterated grape seed oils. The result of 10-fold cross validation showed that the accuracy of discrimination was up to 91 . 2%. The results in study indicate that IMS method is a new, fast and convenient technique for the adulteration detection of edible oil.
Grapeseed oil;Ion mobility spectrometry;Adulteration detection;Principal component analysis;Recursive support vector machine
22-1125/O6
SHUAI Qian, ZHANG Liang-Xiao, LI Pei-Wu, ZHANG Qi, WANG Xiu-Pin, DING Xiao-Xia （Oil Crops Research Institute of the Chinese Academy of Agricultural SciencesI
ISSN:0253-3820
DOI:10.11895/j.issn.0253-3820.140328