專利名稱：一種白酒鑒別方法
技術(shù)領(lǐng)域：
本發(fā)明涉及聚類分析，尤其涉及一種基于聚類分析技術(shù)的白酒鑒別方法。
技術(shù)背景
白酒是復(fù)雜物系的典型代表，其組分復(fù)雜，而且品質(zhì)呈現(xiàn)一定的波動(dòng)性。如何 快速、準(zhǔn)確地確定白酒的整體質(zhì)量實(shí)現(xiàn)白酒品質(zhì)控制的信息化和自動(dòng)化是古老的白酒產(chǎn) 業(yè)規(guī)范化和現(xiàn)代化的必由之路。
白酒具有以下特點(diǎn)(1)復(fù)雜性，白酒香味成分極為復(fù)雜，至今共發(fā)現(xiàn)300多 種微量成分，其數(shù)量多，來(lái)源復(fù)雜，結(jié)構(gòu)和性質(zhì)差異大，相互的作用關(guān)系難于清楚；(2) 整體性，白酒雖然成分復(fù)雜，但優(yōu)質(zhì)白酒中的微量成分相互復(fù)合、平衡和緩沖，形成一 個(gè)整體，使不同酒體的酒質(zhì)形成各自典型的風(fēng)格和特色；( 差異性，白酒由于產(chǎn)地的 自然環(huán)境、微生物條件、原材料、生產(chǎn)工藝不同，使不同品牌的酒質(zhì)呈現(xiàn)不同特征；(4) 波動(dòng)性，白酒是一個(gè)傳統(tǒng)產(chǎn)業(yè)，其主要生產(chǎn)工藝仍然以手工為主，生產(chǎn)控制和成品酒勾 兌主要以人感官品評(píng)為主，因此白酒控制標(biāo)準(zhǔn)往往具有主觀性和經(jīng)驗(yàn)性，這樣使白酒品 質(zhì)產(chǎn)生了一定的波動(dòng)性。
傳統(tǒng)白酒分析方法有感官評(píng)定和色譜分析，它們對(duì)穩(wěn)定白酒品質(zhì)起過積極作 用，但是由于白酒自身的特性以及方法本身的局限性，使傳統(tǒng)的白酒分析方法在實(shí)際應(yīng) 用中存在著許多不可回避的問題。
感官評(píng)定一直是白酒質(zhì)量評(píng)價(jià)的常用方法，該方法利用視覺、嗅覺和味覺對(duì)白 酒的色、香、味、格進(jìn)行觀察、分析、描述和定級(jí)。雖然感官評(píng)定能很好解決白酒復(fù)雜 性、整體性和波動(dòng)性。但是該方法本身存在不可回避的問題。
①感官檢驗(yàn)標(biāo)準(zhǔn)缺乏必要的科學(xué)和公正性，由于其直接與人的喜好相關(guān)聯(lián)，因 此質(zhì)量控制標(biāo)準(zhǔn)不夠客觀、科學(xué)、規(guī)范，經(jīng)常會(huì)受到外界因素、主觀條件的影響，使其 存在一定的模糊性和不確定性。例如感官檢驗(yàn)存在濃度差、溫度差、溶媒差、異位差、 異地差、掩蓋作用、復(fù)合香作用和人的身體狀況等影響，因而品評(píng)難以名詞化和數(shù)字 化。
②白酒樣品量大時(shí)，感官評(píng)定的工作強(qiáng)度極大。
③對(duì)于質(zhì)量控制層次多，感官評(píng)定不利于品評(píng)者對(duì)白酒生產(chǎn)各個(gè)環(huán)節(jié)進(jìn)行全面 品質(zhì)控制。
色譜分析特別是氣相色譜技術(shù)(GC)是當(dāng)前白酒檢驗(yàn)和質(zhì)量控制的常規(guī)儀器分析 方法，但在檢測(cè)白酒方面，卻面臨著許多先天不足。
①GC分析無(wú)法解決白酒的復(fù)雜性，GC法原理是以分離為中心，對(duì)于含有幾百 種組分的白酒，GC法實(shí)際上是采取“窮舉法”剖析白酒的構(gòu)成，然而這是GC本身無(wú)法 完成的工作，因?yàn)闅庀嗌V不能分析在柱工作溫度下不汽化的組分，也不能分析在高溫 下不穩(wěn)定的化合物；另外，氣相色譜硬件本身，如色譜柱，檢測(cè)器等，也很難分析所有 可能汽化的物質(zhì)，比如，幾個(gè)物質(zhì)的保留時(shí)間接近或者幾個(gè)峰疊加在一起。目前，GC的分析主要停留在盡量多的分離未知成分的層面。最后，GC具體方法，如合適的流速、溫 控條件、標(biāo)準(zhǔn)物的選擇和確定，對(duì)白酒未知組分的檢測(cè)形成新的瓶頸。
②GC分析無(wú)法破解白酒的整體性，GC法以分離原理為核心，多注重于白酒微 觀化學(xué)成分的研究，而將白酒本身各種成分的綜合作用和相互關(guān)系割裂開來(lái)，使之無(wú)法 破解白酒整體性。
③GC分析無(wú)法破解白酒的波動(dòng)性，GC法具有高靈敏性的優(yōu)點(diǎn)，但是高靈敏性 卻更加放大了白酒的波動(dòng)性。
白酒的復(fù)雜性、整體性和波動(dòng)性決定了其整體質(zhì)量評(píng)價(jià)的必要性，由于常規(guī)的 現(xiàn)代儀器分析和傳統(tǒng)的鑒別鑒定方法很難適應(yīng)白酒的宏觀的整體評(píng)價(jià)；因此利用紅外光 譜技術(shù)(FTIR)結(jié)合計(jì)算機(jī)技術(shù)對(duì)白酒進(jìn)行整體檢測(cè)已成為必然。
另外，經(jīng)典紅外光譜技術(shù)還有如下特點(diǎn)
①無(wú)損性，對(duì)試樣的測(cè)定可以做到不失原本性。
②簡(jiǎn)便、快捷，對(duì)試樣無(wú)需處理，無(wú)需經(jīng)過繁瑣的分離提取過程就可以直接測(cè)試ο
③自動(dòng)化，可以和計(jì)算機(jī)進(jìn)行聯(lián)機(jī)，實(shí)現(xiàn)白酒品質(zhì)控制的自動(dòng)化。
④儀器較為通用，測(cè)定操作簡(jiǎn)便，易于推廣應(yīng)用。
⑤不必專門尋求單個(gè)的，純的標(biāo)準(zhǔn)物。
經(jīng)典中紅外光譜技術(shù)應(yīng)用于復(fù)雜物系的分析鑒定是根植于對(duì)單一物質(zhì)紅外吸收 峰的認(rèn)識(shí)，沒有脫離化學(xué)學(xué)科對(duì)紅外技術(shù)應(yīng)用制約。其理論認(rèn)為，在復(fù)雜混合物體系 中，所含化學(xué)成分不同，組成成分含量的比例不同，通過其所含成分紅外吸收的疊加， 會(huì)使紅外吸收峰不同，從而造成紅外譜圖出現(xiàn)差異。但是當(dāng)混合物組分含量懸殊時(shí)， 上述理論就會(huì)失效。例如，白酒呈味物質(zhì)含量只占白酒的1%，而水和乙醇含量高達(dá) 99%,所以在紅外譜圖上，其顯示的吸收峰主要為水和乙醇，因而很難達(dá)到分析鑒別白 酒的目的。事實(shí)上，經(jīng)典中紅外光譜技術(shù)在復(fù)雜物系上應(yīng)用受到很多條件的限制，其理 論成立一個(gè)重要前提條件是，混合物組分不宜過多，組分含量不能差別過大。
現(xiàn)代紅外光譜分析彌補(bǔ)了經(jīng)典中紅外光譜的不足，脫離對(duì)混合物官能團(tuán)紅外吸 收峰的判別，把數(shù)學(xué)引入對(duì)紅外譜圖的處理，這種方法不是幫助人們對(duì)混合物官能團(tuán)進(jìn) 行指認(rèn)，而是把紅外圖譜整個(gè)坐標(biāo)數(shù)據(jù)進(jìn)行處理，不是確認(rèn)紅外特征峰，而是確定特征 數(shù)值。通過特征數(shù)值即可消除混合物組分含量不同對(duì)鑒別的影響，因?yàn)樘卣鲾?shù)值可以不 是吸收峰，即使在吸收峰處，由于紅外的疊加其紅外吸收值也會(huì)和單一組分的紅外吸收 值不同。因此把數(shù)學(xué)對(duì)紅外數(shù)據(jù)處理形成軟件，使得紅外數(shù)據(jù)的處理更加快速和方便， 便于推廣應(yīng)用。發(fā)明內(nèi)容
本發(fā)明的目的在于克服現(xiàn)有技術(shù)中存在的問題，提出一種新的白酒鑒別方法， 其具有下列優(yōu)勢(shì)獲得的數(shù)據(jù)更加完整，靈敏度更高，結(jié)果更接近于實(shí)際。
本發(fā)明方法基于廣義中紅外光譜。所謂的廣義中紅外光譜就是運(yùn)用數(shù)學(xué)分析手 段，對(duì)紅外譜圖重新定義與解析；使中紅外光譜由化學(xué)評(píng)價(jià)轉(zhuǎn)化為數(shù)學(xué)評(píng)價(jià)。
廣義中紅外光譜和傳統(tǒng)中紅外光譜有著本質(zhì)的不同，傳統(tǒng)中紅外光譜是為化學(xué)分析物質(zhì)結(jié)構(gòu)服務(wù)的，其理論基礎(chǔ)是單一化合物官能團(tuán)的紅外吸收峰，而廣義中紅外是 對(duì)復(fù)雜混合物的定義，其官能團(tuán)的紅外吸收值是數(shù)學(xué)分析的開始。傳統(tǒng)紅外縮小的紅外 應(yīng)用的外沿，而廣義中紅外是傳統(tǒng)中紅外應(yīng)用的延伸。
當(dāng)前中紅外聚類分析譜圖采集方式普遍采用反射方式的小光程，這便于采用線 形方法處理數(shù)據(jù)，但是這使微量成分?jǐn)?shù)據(jù)不能采集完全，另外，數(shù)據(jù)處理起點(diǎn)往往采用 光譜圖，而商業(yè)用儀器的光譜圖是經(jīng)過后臺(tái)處理過的，如削指函數(shù)、插零和儀器公司推 薦的分辨率(一般為4)，掃描速度0.2，使很多原始數(shù)據(jù)丟失。
傳統(tǒng)中紅外光譜把近似線形的數(shù)值作線形處理，不能大光程處理數(shù)據(jù)(大光程 數(shù)據(jù)都是非線形的)，另外，傳統(tǒng)中紅外光譜研究的紅外吸收峰，峰以外的數(shù)據(jù)不進(jìn)行研 究，縮小了數(shù)據(jù)外延和數(shù)據(jù)量，
廣義中外光譜采用非線形算法對(duì)數(shù)據(jù)處理，使結(jié)果更接近實(shí)際，另外，可以大 光程采取數(shù)據(jù)，白酒微量成分的紅外吸收強(qiáng)度大大提高，這在差別小的樣品分析中得到 驗(yàn)證。
廣義中紅外光譜本質(zhì)上是對(duì)傳統(tǒng)中紅外光譜應(yīng)用范圍的一個(gè)拓展，它是基于實(shí) 驗(yàn)的理論總結(jié)，是對(duì)傳統(tǒng)中紅外在理論和實(shí)驗(yàn)方法的一個(gè)突破。在這個(gè)基礎(chǔ)上，使中紅 外真正成為分析和定義復(fù)雜混合物的一個(gè)有效的工具。
具體而言，本發(fā)明方法包括下列步驟
a)采集分屬于Q類的總共η個(gè)白酒標(biāo)樣(經(jīng)過人工品評(píng)確定其類別)的干涉圖， 然后把干涉圖通過傅立葉變換成白酒光譜圖，由此得到白酒紅外光譜圖集X；
b)對(duì)所述光譜圖進(jìn)行預(yù)處理，通過設(shè)定的聚類分析方法，由X建立所述各個(gè)白 酒類別的標(biāo)準(zhǔn)模型，
c)將待鑒別的白酒樣品的紅外譜圖輸入所述標(biāo)準(zhǔn)模型，確定所述白酒樣品是否 屬于所述白酒類別中的一個(gè)。
本發(fā)明方法所涉及的白酒可以是任何種類的白酒，包括但不限于白酒基酒和成 品酒。
本發(fā)明方法所使用的標(biāo)準(zhǔn)樣品至少為30個(gè)(論30)，最好在50個(gè)以上(論50)。
下面具體描述本發(fā)明步驟b優(yōu)選采用的建模方法。
假定訓(xùn)練集X有η個(gè)樣本，這η個(gè)樣本共分為Q類，即每-這些類別的樣本數(shù)總和為η。
X的表達(dá)方式舉例如下-類具有若干個(gè)樣本，
權(quán)利要求
1.一種白酒鑒別方法，包括下列步驟a)采集分屬于Q類的總共η個(gè)白酒標(biāo)樣的干涉圖，將所述干涉圖經(jīng)傅立葉變換生成 對(duì)應(yīng)的白酒的紅外光譜圖，得到白酒紅外光譜圖集X；b)對(duì)所述光譜圖進(jìn)行預(yù)處理，通過設(shè)定的聚類分析方法，由X建立所述各個(gè)白酒類 別的標(biāo)準(zhǔn)模型；c)將待鑒別的白酒樣品的紅外譜圖輸入所述標(biāo)準(zhǔn)模型，確定所述白酒樣品是否屬于 某一所述白酒類別。
2.如權(quán)利要求1所述的白酒鑒別方法，其特征在于，所述白酒標(biāo)樣經(jīng)過人工品評(píng)確定 其類別。
3.如權(quán)利要求1所述的白酒鑒別方法，其特征在于，所述白酒是白酒基酒或成品酒。
4.如權(quán)利要求1所述的白酒鑒別方法，其特征在于，所述聚類分析方法是LDF、 QDF> RDA、LVQ2.1、AdaBoost、或 SVM。
5.如權(quán)利要求4所述的白酒鑒別方法，其特征在于，所述聚類分析方法是SVM。
6.如權(quán)利要求1所述的白酒鑒別方法，其特征在于，所述n》0。
7.如權(quán)利要求6所述的白酒鑒別方法，其特征在于，所述11湯0。
8.如權(quán)利要求1所述的白酒鑒別方法，其特征在于，步驟a通過下列方法建立所述各 個(gè)白酒類別的標(biāo)準(zhǔn)模型i.對(duì)屬于某一類別q的白酒標(biāo)樣的紅外譜圖子集Xa進(jìn)行標(biāo)準(zhǔn)化；ii.通過交叉驗(yàn)證法確定所述Xa的主成分?jǐn)?shù)Fq；iii.建立所述白酒類別q的回歸模型4=#+|；涔《+略，其中/=1f表示主成分?jǐn)?shù)目變量；β表示主成分參量，對(duì)應(yīng)于變量i;θ表示得分變量，對(duì)應(yīng)于所述白酒類別q的樣本數(shù)k;e表示擬合殘差。
9.如權(quán)利要求1所述的白酒鑒別方法，其特征在于，所述預(yù)處理選自基線校正、 噪聲去除、歸一化處理和剔除異常樣本。
全文摘要
本發(fā)明公開了一種白酒鑒別方法，屬于白酒鑒別技術(shù)領(lǐng)域。本發(fā)明方法包括下列步驟a)采集分屬于Q類的總共n個(gè)白酒標(biāo)樣的干涉圖，將所述干涉圖經(jīng)傅立葉變換生成對(duì)應(yīng)的白酒的紅外光譜圖，得到白酒紅外光譜圖集X；b)對(duì)所述光譜圖進(jìn)行預(yù)處理，通過設(shè)定的聚類分析方法，由X建立所述各個(gè)白酒類別的標(biāo)準(zhǔn)模型，c)將待鑒別的白酒樣品的紅外譜圖輸入所述標(biāo)準(zhǔn)模型，確定所述白酒樣品是否屬于某一所述白酒類別。和現(xiàn)有技術(shù)相比，本發(fā)明的優(yōu)勢(shì)在于獲得的數(shù)據(jù)更加完整，靈敏度更高，結(jié)果更接近于實(shí)際。
文檔編號(hào)G01N21/35GK102023137SQ200910070488
公開日2011年4月20日 申請(qǐng)日期2009年9月18日 優(yōu)先權(quán)日2009年9月18日
發(fā)明者李長(zhǎng)文, 閆希軍, 魏紀(jì)平 申請(qǐng)人:貴州仁懷茅臺(tái)鎮(zhèn)金士酒業(yè)有限公司