【摘要】 近紅外光譜分析技術作為一種新興的分析技術,具有無需前處理、檢測速度快、不破壞樣本、不使用溶劑、可同時檢測多組分等優(yōu)點,在食品、制藥、農(nóng)業(yè)、石化、環(huán)境等領域得到了廣泛應用。

本論文在重慶大學微系統(tǒng)中心研制的微型近紅外光譜儀的基礎上,研究其在酒類成分分析及分類上的應用,對實現(xiàn)酒類快速檢測具有重要意義。基于微型近紅外光譜儀采集的白酒的近紅外光譜,論文采用主成分分析、偏zui小二乘法、zui小二乘支持向量機等化學計量學方法,并結合相關模式識別技術,建立酒類檢測的定性和定量分析模型,從而實現(xiàn)酒類成分分析及分類。主要研究內容如下:①搭建了以微型近紅外光譜儀為核心的近紅外光譜分析實驗平臺,制定可行的總體實驗方案。選擇酒精溶液及市面上流通的六種白酒作為實驗對象,采集近紅外光譜數(shù)據(jù)。為了提高后續(xù)模型的穩(wěn)定性和適用性,針對所采集光譜信號的特點,研究了相應的預處理算法。②針對近紅外光譜具有數(shù)據(jù)量大的特點,論文采用主成分分析和偏zui小二乘算法從光譜數(shù)據(jù)中抽取特征信息,應用模式識別方法(如SIMCA ,馬氏距離法),首先建立了線性定性分析模型。考慮到光譜與品質參數(shù)可能存在的非線性關系,采用了zui小二乘支持向量機建立非線性定性分析模型。

結果表明,zui小二乘支持向量機具有的分類正確率。③研究了基于酒精溶液光譜數(shù)據(jù)建立的白酒酒精度定量分析模型,比較了常用的主成份分析、偏zui小二乘及zui小二乘支持向量機三種建模方法。結果表明,zui小二乘支持向量機建立的定量分析模型的校正標準差為0.0040,預測標準差為0.2912,優(yōu)于主成份分析模型和偏zui小二乘模型。