[发明专利]一种对清香型原酒品质分级的方法

权利要求书

1.一种利用三维荧光光谱结合PCA-LDA-SVM对清香型原酒品质分级的方法，其特征在于，包括如下步骤：

（1）采用三维荧光光谱仪对待测原酒酒样进行扫描，得到三维荧光光谱光谱数据；

（2）将步骤（1）得到的光谱数据进行矩阵缩小处理，得到53×61的光谱矩阵；

（3）提取步骤（2）53×61的光谱矩阵的原始光谱中激发波长为290nm、310nm、340nm、360nm处的发射光谱数据，作为新的特征参数；

（4）对步骤（3）中新的特征参数进行主成分分析，对数据进行降维，得到65个主成分的数据；

（5）将步骤（4）得到的主成分的数据进行线性判别分析后，得到原酒的分级模型输入的特征量；

（6）将步骤（5）得到的特征量代入原酒的分级模型中，得到待测原酒酒样的级别；其中，原酒的分级模型的构建方式为：

步骤1：使用三维荧光光谱仪采集某一品牌不同等级白酒的原酒酒样的三维荧光光谱光谱数据；

步骤2：光谱数据前处理

a、对所有原酒酒样进行三维荧光光谱扫描，每一个原酒酒样扫描后得到一个47641×3的光谱矩阵，提取第3列的荧光强度值，共47641个数据，每隔781个数据作为新的一列，共61列得到781×61的光谱矩阵；之后每隔15个点取一个发射波长，得到一个53×61的光谱矩阵；

b、建立不同等级的清香型原酒的三维荧光光谱数据库；

c、利用平行因子分析所有原酒酒样的光谱数据得到在激发波长为290nm、310nm、340nm、360nm处的光谱数据，作为新的特征参数；

d、对新的特征参数进行主成分分析，对数据进行降维，得到65个主成分的数据；

步骤3：将得到的65个主成分的数据作为新的特征参数进行线性判别分析后，采用线性支持向量机建模，得到原酒的分级模型。

2.根据权利要求1所述的方法，其特征在于，步骤（1）所述扫描的参数包括：激发与发射狭缝宽度为5nm，积分时间为1s，激发波长为200-500nm，步长5nm，发射波长为210-500nm。

3.根据权利要求1或2所述的方法，其特征在于，步骤（1）扫描之后得到的三维荧光光谱是一个47641×3的光谱矩阵。

4.根据权利要求1或2所述的方法，其特征在于，步骤（2）是将步骤（1）得到的47641×3的光谱原始数据中提取第3列的荧光强度值，共47641个数据，每隔781个数据作为新的一列，共61列得到781×61的光谱矩阵；之后每隔15个点取一个发射波长，得到一个53×61的光谱矩阵。

5.根据权利要求3所述的方法，其特征在于，步骤（2）是将步骤（1）得到的47641×3的光谱原始数据中提取第3列的荧光强度值，共47641个数据，每隔781个数据作为新的一列，共61列得到781×61的光谱矩阵；之后每隔15个点取一个发射波长，得到一个53×61的光谱矩阵。

6.根据权利要求1所述的方法，其特征在于，步骤（6）所述的原酒的分级模型的构建方式中原酒酒样采集具体为：

采集清香型大茬特级、优级和一级原酒；采集清香型二茬特级、优级和一级原酒，每个等级的酒收集65个原酒酒样样本，共390个原酒酒样样本。

7.根据权利要求1所述的方法，其特征在于，步骤（6）所述的原酒的分级模型的构建方式中三维荧光光谱仪的扫描条件为：激发与发射狭缝宽度为5nm，积分时间为1s，激发波长为200-500nm，步长5nm；发射波长为210-500nm。

8.根据权利要求1所述的方法，其特征在于，步骤（1）所述的三维荧光光谱仪为SmartFluo-Pro三维荧光光谱仪。

9.权利要求1-8任一项所述的方法在食品领域中的应用。

10.根据权利要求9所述的应用，其特征在于，所述的应用是在清香型原酒分级中的应用。