关键词：可见/近红外光谱;UVE-GA;掺假鉴别;山茶油;visible/near infrared;UVE-GA;adulteration discrimination;oil-tea camellia seed oil
摘 要：利用可见/近红外光谱结合无信息变量消除-遗传算法(UVE-GA)变量选择方法对山茶油和掺杂低比例菜籽油(1％～10％)的山茶油进行鉴别分类,并应用线性判别分析(LDA)方法建立分类模型.结果表明:UVE-GA是一种有效的波长变量选择方法,能简化分类模型和提高分类模型精度；UVE-GA-LDA分类模型适用于掺杂2％以上菜籽油的山茶油鉴别分类,其分类正确率为100％；对掺杂1％菜籽油的山茶油鉴别分类正确率有待提高,其分类正确率仅为50％.