领学术科研之先，创食品科技之新
—— 中国食品杂志社
为实现浓香型白酒基酒等级的快速检测以及提升预测模型的可解释性,采集了687个基酒近红外光谱数据。原始光谱数据经Savitzky-Golay（SG）卷积平滑算法、一阶导数（FD）预处理后,再分别采用竞争自适应重加权采样法（CARS）和连续投影算法（SPA）进行特征光谱选择,最后对特征光谱集分别基于极限梯度提升（GBoost）、轻量梯度提升机（LightGBM）算法构建基酒等级预测模型,并对最优模型采用Shapley加法解释（SHAP）算法进行模型解释。结果表明,原始光谱经SG预处理、CARS特征选择所得到的27个特征光谱所构建的LightGBM模型的预测性能最优,预测集准确率为98.54%。并且模型的SHAP解释结果显示,波数为4 798 cm-1、6 245 cm-1、5 936 cm-1和7 080 cm-1的特征光谱点对于模型输出的SHAP贡献值较高,这些光谱点主要反映了基酒中羟基、羰基化合物的特征信息。
电话: 010-87293157
地址: 北京市丰台区洋桥70号
版权所有 @ 2023 中国食品杂志社 京公网安备11010602060050号 京ICP备14033398号-2
