化学计量学结合中红外光谱的浓香型白酒分类研究

为探究无损、快速和准确判别不同类型浓香型白酒的方法，该研究选取不同酒度和不同品牌浓香型白酒作为研究对象。利用傅里叶变换中红外光谱仪采集120份酒样的原始光谱，结合平滑滤波与标准正态变换分别对原始光谱进行预处理，采用主成分分析比较光谱预处理效果。光谱数据按Kennard-Stone方法以7∶3的比例划分为训练集和测试集，经数据归一化后使用蚱蜢算法优化支持向量机和误差反向传播人工神经网络进行建模分析。试验结果表明，光谱预处理结合主成分分析不能区分不同酒度和品牌的浓香型白酒，但平滑滤波处理后不同酒度酒样的聚类区分较好，标准正态变换处理后不同品牌酒样的聚类区分更好，二者都能有效减少中红外光谱的噪音，提高识别的精度。基于蚱蜢算法优化支持向量机和误差反向传播人工神经网络模型进行判别时，训练集和测试集的酒样分类准确率均为100%。综上所述，利用中红外光谱结合化学计量学可快速准确地判别不同酒度以及不同品牌浓香型白酒，可为白酒的香型区分、产地溯源、市场监管和售后管理等提供数字化方案。