[发明专利]红酒原产地的预测方法、装置、计算机设备及存储介质

说明书

本发明公开了一种红酒原产地的预测方法、装置、计算机设备及存储介质。所述方法包括：获取红酒中元素含量和\或稳定同位素比值数据和对应红酒的产地数据并一同作为样本集合，并将样本集合划分为训练集和测试集；对训练集和测试集进行归一化处理；利用深度神经网络对训练集进行学习；搭建训练集各训练点的多维空间分布,并在多维空间分布中加入测试集中的测试点；根据多维空间分布中的测试点和训练点的相互关系进行参数调优，从而构建红酒原产地预测模型；获取目标红酒中元素含量和\或稳定同位素比值数据，并输入至所述红酒原产地预测模型中预测得到目标红酒的产地数据。本发明提供了一种高信任度的预测方法，实现了对红酒原产地的精准预测。

技术领域

本发明涉及人工智能领域，具体涉及红酒原产地的预测方法、装置、计算机设备及存储介质。

背景技术

在国家标准GB 15037《葡萄酒》中明确规定了产地、品种和年份红酒的概念，但当前仍缺乏关于红酒产地的有效识别技术手段和方法。当红酒标注产地无法通过有效的方式进行核查时，便会出现部分不法企业在一些假冒伪劣产品上标注产地，从而将假冒伪劣产品充当优质产地红酒进行销售，对红酒市场造成较大冲击。伴随着中国对进口红酒产品需求的增加，红酒市场上出现的欺诈性红酒数量也在不断增加，包括标签上标注错误的红酒产地、假冒红酒品牌等。

传统红酒产地的识别依靠感官和风味成分进行定性区分，无法实现科学量化区分。研究发现红酒中的氨基酸含量受光合作用、气候条件和红皮表面的酵母影响较大，游离氨基酸能够表征红酒的种类，因此可以根据以上影响因素判别红酒的产地。红酒中包含多种酚类物质，因此可以利用酚类物质的种类和含量可以很好的实现红酒的划分，并能对生产工艺或红酒的产地进行推测。

微量无机元素是表征地域差异的重要指标，其依据是生物组织不断从其生活的环境如土壤、水、食物和空气中累积各种矿物元素，并且不同地域来源的生物体中元素含量有很大差异。影响地域痕量元素差异的因素主要包括土壤种类、土壤的pH、人类污染、大气和气候的差异以及矿物元素相互之间的作用等，前人对食物链中痕量元素的累积与迁移研究为产地溯源提供一定的理论依据。

然而以上方法均只是根据红酒各元素或各化合物的组成、含量为预测红酒产地提供依据，并没有提出一个可高度信任的红酒产地预测方法。

发明内容

本发明实施例提供了一种红酒原产地的预测方法、装置、计算机设备及存储介质，旨在提供一种可高度信任的预测方法，实现对红酒原产地的精准预测。

第一方面，本发明实施例提供了一种红酒原产地的预测方法，所述方法包括：

获取红酒中元素含量和\或稳定同位素比值数据和对应红酒的产地数据并一同作为样本集合，并将所述样本集合划分为训练集和测试集；

对所述训练集和所述测试集进行归一化处理；

利用深度神经网络对经过归一化处理的训练集进行学习；

搭建训练集各训练点的多维空间分布,并在所述多维空间分布中加入测试集中的测试点；

根据所述多维空间分布中的测试点和训练点的相互关系进行参数调优，从而构建红酒原产地预测模型；

获取目标红酒中元素含量和\或稳定同位素比值数据，并输入至所述红酒原产地预测模型中预测得到目标红酒的产地数据。

进一步的，所述获取红酒中元素含量和\或稳定同位素比值数据和对应红酒的产地数据并一同作为样本集合，并将所述样本集合划分为训练集和测试集，包括：

将所述样本集合按训练集占比80％、测试集占比20％的比例进行划分；

从所述训练集中随机抽取20％的样本，作为验证集。

进一步的，所述对所述训练集和所述测试集进行归一化处理，包括：