领学术科研之先，创食品科技之新
—— 中国食品杂志社
为辅助感官品评,更客观、更高效地对浓香型白酒基酒进行分级,该研究建立一种基于气相色谱（GC）检测与机器学习的分级辨识模型。以剑南春酒厂提供的5个不同等级（编号为A、B、C、D、E）的100份样品为研究对象,通过GC分析白酒样品中挥发性风味物质,基于气味活度值（OAV）>1筛选出29种关键挥发性风味物质。利用正交偏最小二乘-判别分析（OPLS-DA）,结合变量重要性投影（VIP）值>1筛选出甲醇、糠醛、己酸乙酯、乳酸乙酯等15种关键差异挥发性风味物质。在此基础上进行神经网络分级辨识模型的构建,首先将数据集随机划分70%训练集、15%验证集、15%测试集,然后对模型参数进行调整,构建出达到要求的分级辨识模型,最后随机抽选50个未参与建模的盲样（每个等级各10个）进行模型验证。结果表明,模型性能优异,训练集、验证集、测试集准确率均>90%,混淆矩阵结果可知B、C级中存在少部分误判;接受者操作特性曲线（ROC）曲线下面积（AUC）趋近1,验证集最低AUC值>0.9;验证模型交叉熵最低点（0.029 8）出现在第25训练轮次。该方法所建立模型可实现基酒智能分级,为人工感官品评提供可靠辅助工具。
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
