中红外光谱技术结合竞争性自适应重加权算法快速分析白酒风味组分

摘要：

采用中红外光谱分析技术结合竞争性自适应重加权算法(CARS)对浓香型白酒基酒中的乳酸乙酯和乙酸乙酯的特征波长变量进行筛选后,建立偏最小二乘法(PLS)模型,并对其进行验证.结果表明,采用中红外光谱分析技术剔除明显噪声区域建立的PLS模型效果较好,而经CARS法进行特征波长选择后建立的CARS-PLS模型效果优于PLS模型,乙酸乙酯和乳酸乙酯的CARS-PLS模型相关系数R2分别为0.995、0.989,预测均方根误差(RMSEP)分别为12.80、4.54,相对分析误差(RPD)分别为8.78及8.60,模型经独立验证均取得了较高的预测精度,验证数据相关系数R2分别为0.994及0.992,RMSEP分别为13.55及4.86.该模型有较高的准确度及稳定性,能够用于白酒基酒中的乳酸乙酯和乙酸乙酯的快速分析,可为白酒酿造过程的质量把控提供技术方法.

关键词：竞争性自适应重加权变量算法、白酒基酒、中红外光谱分析技术、波长变量选择、定量分析

所属期刊栏目：41

分类号：TS262.3(食品工业)

资助基金：国家重点研发计划2018YFE0196600

在线出版日期：2023-01-12（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：230-234