文献类型：期刊文章

作　　者：王立琦[1] 王睿莹[1] 姚静[1] 张海荣[1] 吴莹妃[1] 崔月[1] 邱泽国[1] 于殿宇[2]

Wang Liqi;Wang Ruiying;Yao Jing;Zhang Hairong;Wu Yingfei;Cui Yue;Qiu Zeguo;Yu Dianyu(School of Computer and Information Engineering of Harbin University of Commerce/Heilongjiang Provincial Key Laboratory of E-Commerce and Information Processing,Harbin 150028;School of Food Science,Northeast Agricultural University,Harbin 150030)

机构地区：[1]哈尔滨商业大学计算机与信息工程学院,黑龙江省电子商务与信息处理重点实验室,哈尔滨150028 [2]东北农业大学食品学院,哈尔滨150030

出　　处：《中国食品学报》

基　　金：国家自然科学基金项目(32072259)。

年　　份：2022

卷　　号：22

期　　号：12

起止页码：282-289

语　　种：中文

收录情况：BDHX、BDHX2020、CAS、CSCD、CSCD2021_2022、EI、IC、JST、RCCSE、SCOPUS、ZGKJHX、核心刊

摘　　要：利用太赫兹(THz)光谱技术对氢化大豆油中反式脂肪酸(TFAs)进行分析。通过傅里叶变换将氢化大豆油的THz时域谱变换为频域谱,利用光学参数计算出折射率谱和吸收谱。为了研究氢化大豆油中TFAs在太赫兹波段的吸收特性,选择密度泛函理论(DFT)中的RB3LYP和6-311G(d,p)基组对氢化大豆油中的几种主要的反式油酸和反式亚油酸进行几何构型优化及振动频率计算,为氢化大豆油中TFAs的组成和定性分析提供理论依据。利用LS-SVR建立氢化大豆油中TFAs含量的预测模型,并与PLS和SVR模型比较,结果表明LS-SVR效果最佳,RMSEP为0.3246,R2为0.9792,RSD为3.81%,能够满足实际检测需求。采用PSO算法对LS-SVR模型参数进行优化,并与GS和GA优化方法比较,选择出最佳参数组合。优化后的LS-SVR模型的RMSEP为0.0763,R^(2)为0.9989,RSD为0.90%,显著提高了预测精度。本研究为利用太赫兹光谱技术实现氢化大豆油中TFAs的快速检测奠定基础。

关 键 词：氢化大豆油  反式脂肪酸 太赫兹光谱 密度泛函理论 最小二乘支持向量回归  

分 类 号：TS225.13] O657.3[食品科学与工程类]