领学术科研之先，创食品科技之新
—— 中国食品杂志社
为实现不同工艺酱香型白酒的快速判别,该研究利用紫外光谱采集了经过碱性条件加热处理后大曲、碎沙和调香3种工艺酱香型白酒的光谱数据,结合支持向量机（SVM）、随机森林（RF）和K-近邻（KNN）机器学习算法,分别建立全波长（220~600 nm）和双波长（277 nm、327 nm）的分类判别模型,以精确率、召回率和F1分数评价分类模型性能,并对分类模型进行验证。结果表明,经过碱性条件加热处理后3种工艺酱香型白酒在波长277 nm、327 nm处有吸收峰,但在全波长（220~600 nm）范围内的吸光度值存在明显差异,按吸光度值由高到低排序分别为大曲工艺、碎沙工艺、调香工艺。模型性能评价结果表明,基于全波长、双波长范围构建的SVM模型对3种工艺酒样检测的精确率、召回率和F1分数均达100%。验证样品的预测结果表明,双波长SVM分类模型识别效果最优,大曲和调香工艺酒样识别准确率为100%,碎沙工艺酒样识别准确率为90%,表明该分类模型可实现不同工艺酱香型白酒的判别。
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
