基于UVE-GA变量优选的山茶油可见/近红外光谱掺假鉴别

利用可见/近红外光谱结合无信息变量消除-遗传算法 （UVE-GA）变量选择方法对山茶油和掺杂低比例菜籽油（1%~10%）的山茶油进行鉴别分类，并应用线性判别分析 （LDA）方法建立分类模型。结果表明：UVE-GA是一种有效的波长变量选择方法，能简化分类模型和提高分类模型精度；UVE-GA-LDA分类模型适用于掺杂2%以上菜籽油的山茶油鉴别分类，其分类正确率为100%；对掺杂1%菜籽油的山茶油鉴别分类正确率有待提高，其分类正确率仅为50%。