[发明专利]预测白酒储存年份的方法

权利要求书

1.预测白酒储存年份的方法，其特征在于，包括：

步骤1、采用GC-MS获取不同储存时间白酒的挥发性风味组分指纹图谱；

步骤2、通过极端随机森林回归以及sklearn特征在指纹图谱中筛选出建模特征；

步骤3、将建模特征作为XGboost回归模型的特征建立预测模型；

步骤4、通过预测模型预测白酒储存年份；

步骤1中，采用GC-MS获取不同储存时间白酒的挥发性风味组分指纹图谱的具体方法包括：

步骤101、以不同储存时间的白酒基酒为待测样品，采用超纯水将白酒样品酒精度降度至设置值以下，并同时加入氯化钠和内标物，得到待测样；

步骤102、使用顶空固相微萃取方法，通过萃取头从待测样中顶空萃取挥发性化合物；

步骤103、萃取头在进样口解析吸附后，采用GC-MS采集挥发性成分指纹图谱信息，统计相应数据，得到不同储存时间白酒的挥发性风味组分指纹图谱；

步骤2中，通过极端随机森林回归以及sklearn特征筛选在指纹图谱中筛选出建模特征的具体方法包括：

步骤201、按照设置比例将统计的相应数据划分为测试集与训练集；

步骤202、对训练集采用极端随机森林回归模型，筛选对白酒储存年份回归分析贡献度前N1-N2的特征，N1、N2为正整数，N1＜N2；

步骤203、利用sklearn特征选择模块中的F_regression和mutual_info_regression筛选与白酒储存年份最相关的前N1-N2的特征；

步骤204、获取步骤202与步骤203筛选出的交集特征，交集特征作为建模特征。

2.根据权利要求1所述的预测白酒储存年份的方法，其特征在于，步骤101中，得到待测样的具体方法包括：

以不同陈酿时间的白酒为待测样品，将白酒样品降度至5~10 %vol，取4~8 mL置于进样瓶中，加入0.2 g/mL氯化钠至溶液饱和，并加入10μL内标物，得待测样；其中所述内标物为叔戊醇；所述内标物的浓度为8.05 g/L。

3.根据权利要求1所述的预测白酒储存年份的方法，其特征在于，步骤102中，顶空固相微萃取的参数为：40~60 ℃平衡1~25min，提取时间为5~180min。

4.根据权利要求1所述的预测白酒储存年份的方法，其特征在于，步骤103中，GC分析条件为：使用60m×0.25mm×0.50μm TG-WAXMS毛细管气相色谱柱，载气为高纯氦气，流速为1.0 mL/min，分流比：20：1，程序升温为：起始50℃维持2 min，以3℃/min升温至145℃，再以15℃/min升温至230℃并保持3 min，进样口温度保持在250℃。

5.根据权利要求4所述的预测白酒储存年份的方法，其特征在于，步骤103中，MS分析条件为：传输线温度200℃，离子源温度260℃，扫描质量范围m/z：33～350 amu，电离方式：EI+；电子能量：70 eV。

6.根据权利要求1所述的预测白酒储存年份的方法，其特征在于，步骤3中，预测模型的模型评估指标为R²，其中有效特征为步骤202与步骤203筛选出的前N3个特征中共有的特征，N3为正整数，N1＜N3＜N2。

7.根据权利要求6所述的预测白酒储存年份的方法，其特征在于，步骤4中，通过预测模型预测白酒储存年份的具体方法包括：

将步骤202与步骤203筛选出的前N3个特征进行韦恩分析，并以其中共有的N4种特征作为建模特征建立预测模，并将预测模型应用到测试集中进行预测，N4为正整数，N4＜N3。

8.根据权利要求7所述的预测白酒储存年份的方法，其特征在于，建模特征包括：反油酸乙酯、亚油酸乙酯、十一醇、乙酸2-苯乙酯、1-亚甲基-1H-茚、丁酸、3-己烯酸乙酯、己酸、异丁醛、十五酸乙酯、丁二酸二乙酯、庚酸3-甲基丁酯、十六酸乙酯、植物酮、9-十六碳烯酸乙酯、辛酸辛酯、十三酸乙酯、L(-)-乳酸乙酯、己酸-2-苯乙酯、3-甲基丁酸辛酯、反式-4-癸酸乙酯、庚酸、糠醛、2,4-二叔丁基苯酚、戊酸丁酯、2-十五烷酮、乙酸正丙酯、丁酸辛酯、己酸1-甲基己基酯、十一烷酸乙酯、十四酸乙酯以及辛酸3-甲基丁酯。