Este estudio toma como ejemplo el aceite de Wendenguo, con un gradiente del 5%, se prepararon manualmente muestras de aceite de Wendenguo mezcladas con contenido del 0% al 100% y se recopilaron sus espectros de infrarrojo cercano. Para abordar el problema de identificación del aceite mezclado de Wendenguo, se utilizó el método de mínimos cuadrados parciales con análisis discriminante (PLS-DA) para construir métodos de reconocimiento de aceites mezclados de diferentes variedades, comparando y optimizando el rendimiento del modelo mediante diferentes métodos de preprocesamiento. Se utilizó la regresión por mínimos cuadrados parciales (PLSR) para construir el modelo de predicción de la proporción de mezcla del aceite mezclado, optimizando el rendimiento del modelo combinando diferentes métodos de preprocesamiento espectral y diferentes métodos de selección de longitud de onda. Los resultados muestran que, mediante el preprocesamiento con derivada convolucional de primer orden (1st Dec), el modelo PLS-DA logró una precisión del 98% en la identificación de aceites mezclados de diferentes variedades; combinando 1st Dec y el muestreo adaptativo competitivo re-pesado (CARS), los errores relativos de predicción (RPD) de los modelos espectrales de infrarrojo cercano para aceites mezclados de diferentes variedades en el aceite de Wendenguo fueron 5.90, 40.00, 5.20 y 4.90 respectivamente, mostrando un buen rendimiento predictivo. Este estudio logró el análisis cualitativo y cuantitativo de muestras de aceite de Wendenguo con diferentes variedades y proporciones de mezcla, proporcionando una investigación exploratoria para la inspección rápida de la calidad de la mezcla de aceite de Wendenguo.

aceite de Wendenguo;mezcla;espectroscopía de infrarrojo cercano;análisis cualitativo;análisis cuantitativo