С использованием методов газовой хроматографии и ближней инфракрасной спектроскопии проведен характеристический анализ четырех видов растительных пищевых масел (подсолнечное, соевое, кукурузное и арахисовое масла). На основе данных характеристики были построены модели дискриминантного анализа с частичным наименьшим квадратом (PLS-DA). На этой основе исследованы методы слияния данных на уровне данных, разработан метод и модель для классификации растительных пищевых масел на основе слияния хроматографических и спектральных данных. Результаты главного компонентного анализа (PCA) показали, что дискриминация с помощью газовой хроматографии основывается в основном на информации о составе жирных кислот, а ближняя инфракрасная спектроскопия классифицирует образцы на основе характеристик водородных химических связей. Модель слияния данных обладает чувствительностью и специфичностью равными 1,000, ошибкой классификации 0,000, что снижает среднюю ошибку классификации при перекрестной проверке и показывает хорошую устойчивость модели. По сравнению с результатами моделей, основанных на одиночных данных, стратегия анализа слияния данных повысила точность классификации и надежность модели.

пищевое масло;растительное происхождение;дискриминантный анализ;газовая хроматография;ближняя инфракрасная спектроскопия;слияние данных