公开(公告)号：CN113138181B

公开(公告)日：2022-07-05

申请号：CN202110460358.2

申请日：2021-04-27

Applicant: 江南大学

Inventor： 杨海麟 ,  冯守帅 ,  王鑫 ,  张玲 ,  丁林志

IPC: G01N21/64

Abstract: 本发明公开了一种对清香型原酒品质分级的方法，属于白酒鉴别领域。本发明所述的方法包括如下步骤：(1)得到待测原酒酒样光谱数据；(2)将得到的光谱数据进行矩阵缩小处理，得到53×61的光谱矩阵；(3)提取光谱矩阵的原始光谱中激发波长为290nm、310nm、340nm、360nm处的发射光谱数据，作为新的特征参数；(4)对新的特征参数进行主成分分析，得到65个主成分的数据；(5)将主成分的数据进行线性判别分析后，得到原酒的分级模型输入的特征量；(6)将特征量代入原酒的分级模型中，得到待测原酒酒样的级别。本发明的方法采用大茬单独建模预测准确率在92.3％以上；大茬、二茬混合建模预测准确率在85.9％以上。

公开(公告)号：CN113138181A

公开(公告)日：2021-07-20

申请号：CN202110460358.2

申请日：2021-04-27

Applicant: 江南大学

Inventor： 杨海麟 ,  冯守帅 ,  王鑫 ,  张玲 ,  丁林志

IPC: G01N21/64

Abstract: 本发明公开了一种对清香型原酒品质分级的方法，属于白酒鉴别领域。本发明所述的方法包括如下步骤：(1)得到待测原酒酒样光谱数据；(2)将得到的光谱数据进行矩阵缩小处理，得到53×61的光谱矩阵；(3)提取光谱矩阵的原始光谱中激发波长为290nm、310nm、340nm、360nm处的发射光谱数据，作为新的特征参数；(4)对新的特征参数进行主成分分析，得到65个主成分的数据；(5)将主成分的数据进行线性判别分析后，得到原酒的分级模型输入的特征量；(6)将特征量代入原酒的分级模型中，得到待测原酒酒样的级别。本发明的方法采用大茬单独建模预测准确率在92.3％以上；大茬、二茬混合建模预测准确率在85.9％以上。