基于质谱与化学计量学的浓香型白酒等级鉴别

被引：13

作者：

程平言

范文来

徐岩

机构：

[1] 教育部工业生物技术重点实验室,江南大学生物工程学院酿酒科学与酶技术研究中心,酿造微生物与应用酶学研究室

来源：

食品与发酵工业 | 2013年 / 39卷 / 06期

基金：

国家高技术研究发展计划(863计划);

关键词：

等级鉴别; 顶空固相微萃取质谱; 偏最小二乘-判别分析; 逐步线性判别分析; 神经网络;

D O I：

10.13995/j.cnki.11-1802/ts.2013.06.037

中图分类号：

TS262.3 [白酒];

学科分类号：

摘要：

不同等级白酒的鉴别对控制白酒质量和保护消费者权益有重要意义,运用顶空固相微萃取质谱(HS-SPME-MS)技术获取3个不同等级的120个洋河大曲酒样质荷比m/z 55～191范围内的离子丰度值数据,结合偏最小二乘-判别分析和逐步线性判别分析法筛选出14个重要特征离子,且交叉验证的预测准确率达100%;然后将筛选出的14个特征离子作网络输入层,酒样的不同等级做网络输出层,构建神经网络等级鉴别模型,其在±0.3的误差范围内,预测准确率达100%,实现了白酒等级的数字化鉴别。

引用

页码：169 / 173

页数：5

共 10 条

[1] 不同感官等级白酒基酒的聚类分析
祝成
张宿义
赵金松
[J]. 酿酒科技, 2011, (09) : 47 - 50
[2] 基于SVM的白酒红外光谱分析方法研究
姜安
彭江涛
彭思龙
魏纪平
李长文
[J]. 计算机与应用化学, 2010, 27 (02) : 233 - 236
[3] 基于主成分分析、遗传算法和神经网络对啤酒感官评价预测的研究
任亦贺
骆学雷
丰水平
丛丽娜
钟俊辉
[J]. 中国酿造, 2010, (02) : 50 - 53
[4] 基于电子舌的白酒检测与区分研究
王永维
王俊
朱晴虹
[J]. 包装与食品机械, 2009, (05) : 57 - 61
[5] 中国白酒感官品质及品评技术历史与发展
沈怡方
[J]. 酿酒, 2006, (04) : 3 - 4
[6] 酒品质量稳定性的神经网络鉴别方法研究
殷勇
田先亮
[J]. 食品科学, 2005, (11) : 190 - 192
[7] 基于遗传神经网络的酒类鉴别技术
殷勇
邱明
刘云宏
易军鹏
[J]. 农业机械学报, 2003, (06) : 104 - 106+99
[8] Artificial Neural Networks in water analysis: Theory and applications[J] . Eleni G. Farmaki,Nikolaos S. Thomaidis,Constantinos E. Efstathiou. International Journal of Environmental Analytical . 2010 (2)
[9] Direct and two-stage data analysis procedures based on PCA, PLS-DA and ANN for ISE-based electronic tongue—Effect of supervised feature extraction[J] . P. Ciosek,Z. Brzózka,W. Wróblewski,E. Martinelli,C. Di Natale,A. D’Amico. Talanta . 2005 (3)
[10] Prediction of the identity of fats and oilsby their fatty acid, triacylglycerol and volatile compositions using PLS-DA .2 Van Ruth SM,Villegas B,Akkermans W,etal. FoodChemistry . 2010

← 1 →