摘要： 本实验基于中红外光谱（MIR）技术与机器学习，旨在研究有机锌类饲料添加剂中无机锌掺假鉴别的可行性。以甘氨酸锌络（螯）合物和硫酸锌为研究对象，解析了样品的中红外光谱特征|基于偏最小二乘判别法（PLS-DA）与偏最小二乘回归法（PLSR）建立校正模型，分别对掺假样品（1% ~ 90%/质量分数）进行定性与定量分析|比较不同预处理方法、特征波段对校正模型预测性能的影响。结果表明：甘氨酸锌络（螯）合物与硫酸锌的MIR光谱差异显著，差异主要集中在2000 ~ 400 cm-1波段|特征波段（2000 ~ 1300 cm-1）能够提高校正模型的预测性能，PLS-DA最佳模型对外部验证样品的判别正确率为87.9%，PLSR最佳模型对外部验证样品的预测相关系数（R2）为0.86。综上，中红外光谱技术结合机器学习对有机锌中掺杂无机锌进行鉴别具有可行性，可为饲料行业开发有机微量元素掺杂掺假快速无损检测技术提供参考。
[关键词] 甘氨酸锌络（螯）合物|中红外光谱|机器学习|掺假鉴别

关键词: 甘氨酸锌络（螯）合物, 中红外光谱, 机器学习, 掺假鉴别

中图分类号: 

• S816.17