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

摘要：

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。

关键词：年份鉴别、三维荧光光谱、平行因子、神经网络

分类号：O657.34(分析化学)

资助基金：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

在线出版日期：2015-11-03（万方平台首次上网日期，不代表论文的发表时间）

页数：共5页

页码：2573-2577