En tant qu'huile végétale non conventionnelle à haute valeur économique et coûteuse, l'huile de perilla est facilement falsifiée avec des huiles comestibles à bas prix. En raison de l'homogénéité des huiles comestibles et de la complexité de leur composition, les méthodes traditionnelles d'identification ont du mal à distinguer rapidement et précisément la véritable huile de perilla de la fausse. Cet article explore la faisabilité de l'identification de l'authenticité de l'huile de perilla par spectroscopie UV-visible combinée à la reconnaissance chimique des modèles. Tout d'abord, 40 échantillons d'huile de perilla pure ont été achetés, et des huiles de soja et de palme ont été ajoutées selon certaines proportions pour préparer 51 échantillons de perilla falsifiée binaire et 63 échantillons de perilla falsifiée ternaire. Selon l'objectif d'identification, deux ensembles de données ont été obtenus à partir de 154 échantillons au total : un ensemble de données binaire composé de 40 huiles de perilla pures et de 114 échantillons falsifiés, et un ensemble de données ternaire composé de 40 huiles pures, 51 falsifications binaires et 63 falsifications ternaires. Ensuite, quatre méthodes, analyse en composantes principales (ACP), modèle indépendant doux en grappes (SIMCA), analyse discriminante par moindres carrés partiels (PLS-DA) et machine à apprentissage extrême (ELM), ont été utilisées successivement pour classifier ces deux ensembles de données. Une matrice de confusion a été utilisée pour visualiser les résultats de classification, et la performance des modèles a été évaluée par la précision, la précision positive, le rappel et le score F1. Les résultats montrent que pour les ensembles de données binaires et ternaires, le PLS-DA était le meilleur modèle, avec des précisions prédictives respectives de 98,04% et 100%. Par conséquent, la spectroscopie UV-visible combinée à la reconnaissance chimique des modèles peut réaliser une identification rapide et précise de l'authenticité de l'huile de perilla.

huile de perilla; spectroscopie UV-visible; reconnaissance chimique des modèles; identification de l'authenticité