黃酒總糖的近紅外光譜檢測(cè)模型優(yōu)化研究.pdf

1、本課題組一直致力于黃酒成分專(zhuān)用檢測(cè)儀的研制，但用已研制好的儀器檢測(cè)黃酒總糖時(shí)精度尚不理想。因此如何提高總糖的檢測(cè)精度變得尤為重要。本文以紹興黃酒為研究對(duì)象，用降維算法對(duì)總糖模型進(jìn)行優(yōu)化，找出效果最好的總糖模型，并與常見(jiàn)的BP模型最比較。最后，按照黃酒中酒精、酸、總糖的成分及比例配制混合溶液，分析黃酒中酒精、酸對(duì)總糖的影響。以下是本文的優(yōu)化思路和結(jié)論：
　?。?）首先，通過(guò)APaRP和runs test相結(jié)合的算法判斷黃酒總糖與光譜

2、之間的關(guān)系。接著，對(duì)樣品數(shù)據(jù)進(jìn)行PCA、MDS、LLE、LTSA、ISOMAP、FastICA降維，將降維后的數(shù)據(jù)結(jié)合PLS建立模型，分別分析算法中各個(gè)參數(shù)對(duì)模型的影響，并比較各個(gè)算法結(jié)合PLS建模后效果。接著，將效果較好的ISOMAP、LTSA非線性降維算法結(jié)合PLS建立的模型與最為常見(jiàn)的非線性BP模型做比較，從而論證采用降維算法優(yōu)化總糖模型的可行性。
　?。?）按照黃酒中酒精、總糖的成分分布及比例配制混合溶液并分析酒精對(duì)總糖的

3、影響。以酒精濃度作為變量，通過(guò)二維紅外相關(guān)光譜分析混合溶液中各譜峰的歸屬，以及各譜峰受酒精的影響程度。酒精中的C-H、O-H分別和總糖中的C-H、O-H形成氫鍵，從而影響光譜。隨著酒精度從9.5％增加到17.5%，模型效果RMSEP從0.0108增加到0.017。模型預(yù)測(cè)效果隨著酒精濃度升高變差。
　?。?）按照黃酒中主要成分酸、總糖的成分分布及比例配制混合溶液并分析酸對(duì)總糖的影響。以酸度作為變量，通過(guò)二維相關(guān)光譜分析了混合溶液中