[发明专利]基于特征风味组分对油煎过程中油脂判废模型的建立方法及判废方法

权利要求书

1.基于油炸食品的特征风味组分对食用油炸过程中油脂判废模型的建立方法，其特征在于：包括如下步骤：

A.取不同煎炸温度下煎炸不同时间的食用油作为煎炸油样品，并从煎炸油样品中通过固相微萃取方法萃取挥发性风味物质；所述挥发性风味物质是指己醛，庚酸，辛酸，庚醛，2-辛酮和正丁基-苯；

B.再经气相色谱-质谱联用，对所有煎炸油样品中的挥发性风味物质进行定量分析；同时，对这些标准品进行理化指标分析，从理化指标角度确认样品是否废弃；

C.利用信息增益的方法建立模型，结合油脂的废弃情况对不同煎炸温度及不同煎炸时间下样品的挥发性风味组分定量结果进行建库分析，并得到信息增益值最大的化合物，该化合物即为对油脂判废影响最大的化合物作为特征值；在所选择特征值的基础上，利用支持向量机分析方法，结合理化油脂判废数据进行模型训练，即可得到可以用上述特征值化合物含量来进行油脂判废的油脂判废模型；

所述第C步首先使用信息增益提取对于判废影响较大的成分，信息增益公式如下：

其中|D|表示其样本的容量，K表示样本类个数,|C_k|表示的属于类C_k的个数；设特征A有n个不同的取值，根据特征A的取值将D划分为n个子集D_i，|D_i|为D_i的样本个数，记子集D_i中属于类,C_k的样本集合为

然后把提取出来的成分的数据带入油脂判废模型，即SVM分类模型，经过训练模型，得出模型的最优参数；模型训练时的数据集中数据中包含成分数据和标签数据；其中，标签数据是根据理化指标确认样品是否废弃的结果，也就是此项样品实际上是否是废弃的；利用训练集训练模型，训练时模型利用训练集的成分数据和标签数据进行学习；在测试时模型利用已有的成分数据可以直接预测出其是否废弃。

2.根据权利要求1所述的建立方法，其特征在于，所述食用油为大豆油、花生油、棕榈油、葵花籽油、橄榄油；油炸食品选自红薯片/条、马玲薯片/条、山药片/条、木薯片/条、椰子脆片。

3.根据权利要求2所述的建立方法，其特征在于，第A步中的所述不同煎炸温度是指160℃、175℃、190℃、205℃、220℃；所述煎炸不同时间是指煎炸1h-30h，每隔2h作为一个取样时间点。

4.根据权利要求2所述的建立方法，其特征在于，第A步中固相微萃取方法是指采用：将煎炸油样品15g以及各1μL的内标，即2-甲基-3-庚酮，在正己烷中浓度为0.816mg/mL，装入50mL顶空瓶中，将待吸附样品在60rpm，60℃水浴中平衡30min，将老化完毕的萃取头插入到顶空瓶中进行萃取，吸附时间为30min。

5.根据权利要求2所述的建立方法，其特征在于，第B步中所述的气相色谱-质谱联用的方法是：将萃取头插入到气相色谱汽化室，250℃解吸5min，采用DB-WAX毛细管柱30m×0.25mm，0.25μm，氦气作载气，使用1mL/min恒定流速；色谱柱升温程序：起始柱温35℃，保持5min，溶剂延迟2min，以5℃/min升到100℃，保持2min，然后以6℃/min升到180℃，最后以8℃/min升到230℃，保持2min；采用不分流模式，进样口温度为250℃；质谱条件：电子电离源，电离能量70eV，离子源温度为230℃，接口温度为250℃，四极杆温度150℃，检测器温度为280℃，扫描模式全扫描，质量范围m/z 20～350。

6.根据权利要求2所述的建立方法，其特征在于，第B步所述的定量分析采用半定量分析，其采用内标半定量方式，计算公式为Ax/Ai＝Cx/Ci，其中Ax、Ai分别表示目标化合物的出峰面积和内标的出峰面积，Cx、Ci分别表示目标化合物的浓度和内标的浓度；且所述内标是2-甲基-3-庚酮。