三维荧光光谱结合PCA-SVM对几种浓香型白酒的鉴别

摘要：

提出一种利用三维荧光光谱技术鉴别不同品牌浓香型白酒的方法。运用 FLS920荧光光谱仪测量了七个不同品牌浓香型白酒的三维荧光光谱，不同品牌浓香型白酒的荧光光谱特征相似，仅凭荧光特征参数较难区分。采用求偏导和小波压缩相结合的数据预处理方法，求解光谱数据中每一激发波长下，荧光强度对发射波长的一阶和二阶偏导数，选取db7紧支撑正交小波对数据进行压缩，选择4尺度分解后的近似系数作为新的数据矩阵，然后做主成分分析（PCA）。将提取的主成分作为支持向量机（SVM ）的输入，并利用K‐fold交叉验证的方法寻找支持向量机的最优参数 c和γ，建立不同品牌白酒的分类鉴别模型。从每个品牌白酒中随机选取14个样本，共98个样本组成训练集，其余的42个样本组成预测集。分别比较了数据不求偏导，对数据求一阶偏导和二阶偏导的预处理后对鉴别模型的影响。结果表明：三维荧光光谱经过二阶偏导的预处理后，结合主成分分析和支持向量机能很好地实现不同品牌浓香型白酒的分类鉴别，模型的准确率为98.98％，预测集的准确率为100％。该方法具有简单，快速，成本低的优点，可为中国白酒的检测和鉴别技术的发展提供帮助。

关键词：浓香型白酒、三维荧光光谱、主成分分析、支持向量机

所属期刊栏目：36

分类号：O657.34(分析化学)

资助基金：国家自然科学基金项目61378037

在线出版日期：2016-08-03（万方平台首次上网日期，不代表论文的发表时间）

页数：共6页

页码：1021-1026