Une analyse caractéristique de quatre huiles comestibles d'origine végétale différentes (huile de tournesol, huile de soja, huile de maïs et huile d'arachide) a été réalisée en utilisant la chromatographie en phase gazeuse et la spectroscopie proche infrarouge. Des modèles de discrimination par moindres carrés partiels (PLS-DA) ont été établis respectivement sur la base des données caractéristiques. Sur cette base, des méthodes de fusion de données au niveau des données ont été explorées, et des méthodes et modèles de discrimination des huiles comestibles d'origine végétale différentes basés sur la fusion des données chromatographiques et spectrales ont été construits. Les résultats de l'analyse en composantes principales (ACP) montrent que l'analyse discriminante par chromatographie en phase gazeuse repose principalement sur les informations sur la composition en acides gras, tandis que la spectroscopie proche infrarouge classe principalement en fonction des liaisons chimiques hydrogénées dans les échantillons. Les modèles de fusion de données présentent une sensibilité et une spécificité de 1,000, une erreur de classification de 0,000, réduisant l'erreur moyenne de classification en validation croisée et montrant une bonne robustesse du modèle. Par rapport aux résultats de modèles basés sur des données uniques, la stratégie d'analyse par fusion de données a amélioré la précision de classification et la robustesse du modèle.

huile comestible;origine végétale;analyse discriminante;chromatographie en phase gazeuse;spectroscopie proche infrarouge;fusion de données