[发明专利]一种基于机器学习算法的掺伪茶油鉴别方法

说明书

本发明公开了一种基于机器学习算法的掺伪茶油鉴别方法，建立了可直接给出油茶籽油样本掺伪种类分类结论的多分类决策树模型。基于掺伪油茶籽油的脂肪酸和甘油三酯实验数据，将二分类决策树和多分类决策树模型应用于高掺伪梯度下和低掺伪梯度下油茶籽油掺伪油种类的鉴别。实验结果显示，二分类决策树在高掺伪梯度下和低掺伪梯度下对油茶籽油样本是否掺伪某种特定的植物油的鉴别准确率均较高，相对于目前油茶籽油掺伪检测采用的统计学数据分析方法具有较为明显的优势，将机器学习方法应用于掺伪鉴别研究中，能有效提取实验数据中隐藏的有价值的信息；利用训练好的模型自动对样本进行掺伪鉴别，可提高结果的准确性、客观性、可靠性。

技术领域

本发明涉及掺伪油茶籽油鉴别方法技术领域，特别是涉及一种基于机器学习算法的掺伪茶油鉴别方法。

背景技术

油茶是指山茶科山茶属植物中种子油脂含量高，且具有一定经济栽培价值的植物总称。油茶籽油对人体有非常好的保健作用，富含很多营养成分，如油酸、亚油酸、亚麻酸、植物甾醇、茶多酚、山茶甙、角鲨烯等。油茶籽油不仅可预防心脑血管疾病，有降低血糖、血脂等作用，还可以抗氧化、调节人体免疫功能、美容养颜等，如此丰富的医疗保健作用使之甚至可以与橄榄油相媲美。

我国常见的食用植物油包括花生油、大豆油、芝麻油、菜籽油、油茶籽油等。由于各类食用植物油营养价值和功能价值的不同，价格差距较大，导致用低质低价食用油掺伪高质高价食用油的现象屡见不鲜。目前市面上常见的食用植物油的掺伪方式主要有两种：一种是在高质高价食用植物油掺入低质低价的其他食用植物油；另一种是将加工工艺较差的浸出油掺到压榨油中，以次充好。由于掺伪油脂的种类多、掺伪手段复杂，所以准确快速地对掺伪食用植物油进行鉴别具有一定的难度。因此，需要提出有效的方案来解决以上问题。

发明内容

为了解决现有技术存在的问题，本发明的目的是提供一种基于机器学习算法的掺伪茶油鉴别方法，将机器学习方法应用于掺伪鉴别研究中，能有效提取实验数据中隐藏的有价值的信息；利用训练好的模型自动对样本进行掺伪鉴别，可提高结果的准确性、客观性、可靠性。

为达此目的，本发明采用以下技术方案：

一种基于机器学习算法的掺伪茶油鉴别方法，包括如下步骤：

S1、选取若干个不同栽培种以及产地的油茶，通过冷榨方式获得油茶籽油；

S2、利用气相色谱技术及高效液相色谱技术，对所述S1中获得的所述油茶籽油中所含脂肪酸及甘油三酯含量进行测量；

S3、利用气相色谱技术及高效液相色谱技术，对其他种类掺伪油所含脂肪酸及甘油三酯含量进行测量；

S4、设计掺伪油茶籽油油脂模型，分别设计对所述S1中获得的所述油茶籽油中分别掺入不同浓度梯度的植物油的高掺伪梯度模型和低掺伪梯度模型，所述掺伪油茶籽油油脂模型的特征性物质指标值以油茶籽油和掺入植物油的脂肪酸和甘油三酯数据为基础，根据掺伪比例计算得出；

S5、数据预处理及编程平台，根据单一油脂的脂肪酸和甘油三酯的含量，计算出不同浓度掺伪油茶籽油样品中的脂肪酸、甘油三酯、棕榈酸/硬脂酸、油酸/硬脂酸和亚油酸/油酸的比例；

S6、读入掺入各类植物油的掺伪油茶籽油数据，并按照其掺伪种类为其设置分类标签；

S7、进行数据标准化，采取“最大-最小值”标准化方法，利用各属性取值的最大值、最小值和平均值对数据进行标准化，公式如下：

其中，x₀为未经标准化的原始数据值，x_avg为x₀对应属性的所有数据的平均值，x_max为x₀对应属性的所有数据的最大值，x_min为x₀对应属性的所有数据的最小值，x为x₀的标准化值；