気相クロマトグラフィーと近赤外分光技術を用いて、異なる植物由来の4種類の食用油（ヒマワリ油、大豆油、コーン油、ピーナッツ油）の特性分析を行い、特性データに基づき部分最小二乗判別分析（PLS-DA）モデルをそれぞれ構築した。これに基づき、データレベルのデータ融合手法を検討し、クロマトグラフィーデータとスペクトルデータの融合に基づく異なる植物由来食用油の判別方法とモデルを構築した。主成分分析（PCA）の結果、気相クロマトグラフィーによる判別分析は主に脂肪酸組成情報に基づき、近赤外分光法はサンプル中の水素化学結合の特性化に基づき分類を行った。データ融合モデルの感度および特異度はともに1.000で、分類誤差は0.000であり、交差検証の平均分類誤差を低減し、モデルの堅牢性が高いことを示した。単一データに基づくモデル結果と比較して、データ融合解析戦略はモデルの分類精度とロバスト性を向上させた。

食用油;植物由来;判別分析;気相クロマトグラフィー;近赤外分光法;データ融合