基于偏最小二乘法白酒年份酒熒光光譜研究


1.27萬字 37頁 原創(chuàng)作品，通過查重系統(tǒng)


摘 要
在中國，白酒有著巨大的消費市場和眾多的消費群體，且消費層次多樣。作為一種產(chǎn)量和銷量巨大的發(fā)酵類食品，白酒的安全性受到社會高度關(guān)注。在過去十年中，年份酒已經(jīng)成為很多白酒企業(yè)任意斂財?shù)姆椒?，一些酒廠和白酒銷售商利用白酒年份不同但口感相似的特性虛標白酒年份，并從中賺得非法收入，甚至一些成立不久的酒廠也公然售賣“20年陳釀”。目前的酒類檢測方法通常包括紅外光譜技術(shù)、動態(tài)光散技術(shù)、色譜分析技術(shù)、原子吸收光譜技術(shù)等等。而熒光光譜因為具有靈敏度高、樣品用量少、選擇性好且方便快捷等優(yōu)點而得到物質(zhì)檢測與成分分析等領(lǐng)域的廣泛應(yīng)用。
本文主要研究了不同年份的白酒關(guān)于年份預(yù)測的模型的建立。首先，本文探討了原始光譜三維熒光光譜與白酒年份之間的相關(guān)性；其次，研究了excitation wavelength為200nm的二維熒光光譜的多重相關(guān)性，研究表明：原始光譜的多重相關(guān)性較強，小波分解光譜的多重相關(guān)性下降，其中細節(jié)信號的多重相關(guān)性較弱，且相關(guān)性隨著信號層數(shù)的增加而由弱變強，而近似信號的多重相關(guān)性整體較強。最后，基于非線性偏最小二乘回歸算法研究了白酒原漿年份的光譜預(yù)測模型和年份信息密度統(tǒng)計分布，研究發(fā)現(xiàn)：模擬退火算法能獲得高精度年份預(yù)測模型，預(yù)測精度達到0.61年；原始熒光光譜中包含較為豐富的年份信息，小波分解光譜的年份信息密度按層分布，且逐層降低，主要集中在第一層和第二層細節(jié)信號中；利用非線性偏最小二乘回歸算法可以有效地消除掉白酒熒光光譜之間的多重相關(guān)性。研究成果將為白酒年份標定提供一種便捷的光學(xué)手段，同時也為多組分漸變體系的熒光光譜研究提供重要的參考。



關(guān)鍵詞：熒光光譜；相關(guān)性；偏最小二乘法；年份預(yù)測