높은 경제적 가치가 있고 비싼 비전통 식물성 기름인 들깻잎 기름은 저가 식용유로 쉽게 혼합될 수 있습니다. 식용유의 균일성과 조성의 복잡성으로 인해, 기존의 식별 방법은 들깻잎 기름의 진위를 빠르고 정확하게 판별하기 어렵습니다. 본 논문은 자외선 가시광선 분광법과 화학 패턴 인식을 결합하여 들깻잎 기름 진위 판별의 가능성을 탐구하였습니다. 먼저 순수 들깻잎 기름 샘플 40개를 구매하고, 콩기름과 팜유를 일정 비율로 순수 들깻잎 기름에 혼합하여 51개의 2원 혼합 위조 샘플과 63개의 3원 혼합 위조 샘플을 제작하였습니다. 판별 목적에 따라 총 154개의 샘플에서 두 개의 데이터셋을 얻었는데, 하나는 40개의 순수 들깻잎 기름과 114개의 위조 들깻잎 기름으로 구성된 진위 2분류 데이터셋이고, 다른 하나는 40개의 순수 들깻잎 기름, 51개의 2원 혼합 위조, 63개의 3원 혼합 위조로 구성된 진위 3분류 데이터셋입니다. 이후 주성분분석(PCA), 군집 독립 소프트 모델(SIMCA), 부분최소제곱-판별분석(PLS-DA), 극한학습기(ELM) 4가지 방법을 순차적으로 적용하여 위 두 데이터셋을 분류하였습니다. 혼돈 행렬을 사용해 분류 결과를 시각화하고, 정확도, 정밀도, 재현율, F1 점수로 모델 성능을 평가하였습니다. 결과에 따르면 진위 2분류와 3분류 데이터셋 모두에서 PLS-DA가 최적 모델이며, 예측 정확도는 각각 98.04%와 100%였습니다. 따라서 자외선 가시광선 분광법과 화학 패턴 인식을 결합하면 들깻잎 기름의 진위를 빠르고 정확하게 판별할 수 있습니다.

들깻잎 기름; 자외선 가시광선 분광법; 화학 패턴 인식; 진위 판별