[发明专利]一种基于近红外光谱的冰酒控温缓慢发酵过程实时监测方法

权利要求书

1.一种基于近红外光谱的冰酒控温缓慢发酵过程实时监测方法，其特征在于，所述方法包括：

步骤1：在冰葡萄汁控温缓慢发酵皿封盖孔位上安装近红外光谱仪的透射式液相光纤探头，采集在冰葡萄汁控温缓慢发酵过程中的光谱数据；所述光谱数据为冰酒控温缓慢发酵过程中由波数-吸光度元素的向量组成的近红外光谱数据，设t时刻所采集到近红外光谱数据为X_t，X_t＝{x₁,x₂,x₃,…,x_M}；在控温缓慢发酵器皿中投入比重计，按一定时间间隔读数并基于经验表格换算和记录t时刻下的糖度T_t和酒精潜能值A_t，共计n次；将由比重计读数并记录所得糖度T_t和酒精潜能A_t作为回归标签向量Y_t，所述回归标签向量为回归模型训练过程中所需要的先验指标信息；将Y_t与相应时刻的近红外光谱数据X_t基于时间t对应关系进行匹配，以此构成由n条形同{X_t,Y_t}＝{x₁,x₂…,x_M,T_t,A_t}的向量组成的近红外光谱数据集D，即：

步骤2：剔除近红外光谱数据集存在异常或损坏的数据，并填充缺失数据和校正错误数据；对控温缓慢发酵环节中冰葡萄汁的近红外光谱数据集进行矢量归一化和一阶导数平滑滤波；

步骤3：进行特征提取，建立特征提取模型；

步骤4：建立回归监测模型，包括数据集划分、选择回归监测模型，并将测试集输入回归监测模型，以均方误差和拟合优度为性能评估指标；

所述数据集划分过程为：将经由近红外光谱数据预处理后的原始数据集D作为样本输入，并按照一定比例划分为训练集Dp_Train＝{Xp_Train,Yp_Train}和测试集Dp_Test＝{Xp_Test,Yp_Test}；

步骤5：根据训练完成的模型进行冰酒控温缓慢发酵过程实时监测；

所述填充缺失数据过程为：假设t_j时刻的近红外光谱缺失第m维元素1≤j≤n，1≤m≤M；基于最近邻方法在近红外光谱数据集D所组成的样本空间中的欧几里得距离d：

其中，指某t_i时刻近红外光谱向量，t_i≠t_j，为t_i时刻近红外光谱中第n个元素，为t_j时刻且存在缺失数据的近红外光谱中的第n个元素；根据上式，确定与的欧几里得距离的最小值对应的近邻点，记为并使用中第m维元素作为缺失数据的代替，以此类推填充近红外光谱数据集中所有的缺失数据。

2.如权利要求1所述的一种基于近红外光谱的冰酒控温缓慢发酵过程实时监测方法，其特征在于，所述剔除近红外光谱数据集存在异常或损坏数据过程为：计算t_i时刻近红外光谱数据的第r元素的残余误差的绝对值i＝1,2,K,n；若则该测量值为坏值，其中σ为测量值所属变量正态分布(σ，μ)的标准差σ。

3.如权利要求1所述的一种基于近红外光谱的冰酒控温缓慢发酵过程实时监测方法，其特征在于，所述校正错误数据为：根据人工先验知识，校正由测量失误、操作不当导致的错误数据。

4.如权利要求1所述的一种基于近红外光谱的冰酒控温缓慢发酵过程实时监测方法，其特征在于，所述一阶导数平滑滤波为：

其中，w为决定滤波窗口宽度的系数，指t_i时刻近红外光谱的第a个元素，b指滤波窗口的移动序号。