深度学习辅助三维荧光光谱对受污染植物油的检测方法

本发明属于食品安全检测技术领域，具体涉及一种深度学习辅助三维荧光光谱对受污染植物油的检测方法。本发明首先基于线性回归模型和L‑BFGS‑B算法预测硅酸镁对植物油的最佳吸附条件，通过硅酸镁在最优条件下对植物油的吸附，实现对受污染植物油中矿物油的针对性分离。然后，基于分离获取的矿物油污染物样品，应用多种预训练网络模型从采集的三维荧光光谱中提取不同矿物油类别的特征性指纹图谱，从而辨别几种常见的矿物油污染物类别。再结合平行因子数据降维算法，分解并判定矿物油中对应污染物的荧光组分。最终，基于各污染组分荧光信号和浓度之间的对应关系搭建对应组分的支持向量回归模型，进而实现对矿物油中各种污染成分的定量检测。