10.3964/j.issn.1000-0593(2015)09-2573-05
三维荧光光谱结合平行因子及神经网络对清香型白酒的年份鉴别
以某清香型白酒为研究对象,将三维荧光光谱技术与平行因子分析方法(parallel factor analysis, PARAFAC)、BP 神经网络结合,建立清香型白酒年份鉴别模型。首先,利用 FLS920全功能型荧光光谱仪测量获得不同年份白酒的三维荧光光谱数据,对激发发射三维矩阵进行三线性分解,得到四个主成分对应的浓度得分和激发-发射光谱轮廓图。将这4个浓度得分作为 BP 神经网络的输入,建立10,20和30年份白酒的鉴别模型。随机选取每个年份的10个样本,共30个样本组成测试集,剩余的90个白酒样本组成训练集建立训练模型。据此对未知样品进行预测,其预测正确率分别为90%,100%和100%。同时将该方法与多维偏最小二乘判别分析法(multi-way partial least squares discriminant analysis,NPLS-DA)进行了比较。研究结果表明:平行因子结合神经网络的判别模型具有更强的预测能力,该方法能够有效提取年份白酒的特征光谱信息,同时又降低了神经网络输入变量的维数,取得较好的鉴别效果。
年份鉴别、三维荧光光谱、平行因子、神经网络
O657.34(分析化学)
国家自然科学基金项目61178032,61378037;江苏省科技支撑计划社会发展项目BE2011828
2015-11-03(万方平台首次上网日期,不代表论文的发表时间)
共5页
2573-2577