为实现采用紫外-可见-近红外光谱技术鉴别掺伪茶油的目的,本研究首先通过向茶油中掺入不同比例的葵花籽油、玉米胚芽油和花生油制备掺伪茶油,然后采用自制的透射光谱采集试验平台获得光谱数据,对原始光谱进行预处理后,分别以竞争性自适应重加权算法(CARS)、连续投影算法(SPA)、Boruta算法进行特征波长筛选,最后建立了基于XGBoost的掺伪茶油鉴别模型。研究结果表明,原始光谱经过SG-连续小波变换(CWT(分解尺度25,L5))预处理和Boruta特征波长筛选后,所建立的XGBoost模型鉴别性能最佳,测试集的准确率、灵敏度和特异性分别达到了98.18%、100%和97.62%。通过与常用的支持向量机(SVM)和极限学...