本文選題：白酒品牌鑒別 + 傅里葉變換近紅外光譜��； 參考：《暨南大學(xué)》2016年碩士論文

【摘要】：中國(guó)是白酒生產(chǎn)、消費(fèi)大國(guó),知名白酒品牌鑒別是我國(guó)酒類產(chǎn)品質(zhì)量檢測(cè)的一個(gè)重要項(xiàng)目。傳統(tǒng)的分析手段需要化學(xué)試劑、方法復(fù)雜、專業(yè)性強(qiáng),不適合于大規(guī)模的應(yīng)用。本文基于傅里葉變換近紅外(FTNIR)光譜,將移動(dòng)窗口波段選擇分別結(jié)合到主成分線性判別分析(PCA-LDA)和偏最小二乘判別分析(PLS-DA),提出了兩種用于光譜模式識(shí)別的集成優(yōu)化方法,即MW-PCA-LDA和MW-PLS-DA,成功應(yīng)用于我國(guó)知名白酒品牌瀘州老窖的快速判別分析。收集到非瀘州老窖(52%vol,濃香型)樣品200個(gè)(陽(yáng)性)和用于對(duì)照的瀘州老窖(52%vol,濃香型)樣品160個(gè)(陰性),分別利用1mm、2mm、5mm、10mm光程的樣品池測(cè)定樣品的FTNIR光譜。為了建立穩(wěn)定可靠的模型,將全體樣品隨機(jī)劃分為建模、檢驗(yàn)集,建模集再隨機(jī)劃分為定標(biāo)、預(yù)測(cè)集共30次�；�30次不同的劃分的最優(yōu)預(yù)測(cè)準(zhǔn)確率(P_RECAve)優(yōu)選模型參數(shù)。首先,在全譜波段(15000-4000 cm-1)上建立模型。采用PCA-LDA方法,最優(yōu)P_RECAve為98.1%,最佳光程為2mm和10mm;采用PLS-DA方法,最優(yōu)P_RECAve為100.0%,最佳光程為2mm。但是,采用的波數(shù)個(gè)數(shù)(N)高達(dá)2852,因此,進(jìn)一步提取有效波數(shù)、降低模型復(fù)雜性尤為必要。其次,基于最佳光程(2mm、10mm)的光譜數(shù)據(jù)進(jìn)行波段優(yōu)化。采用MW-PCA-LDA方法,最優(yōu)模型的光程為2mm,波段為5235-5130 cm-1,N為28,P_RECAve為100.0%;采用MW-PLS-DA方法,最優(yōu)模型的光程為2mm和10mm,波段為5238-5204 cm-1和7186-7128 cm-1,N為10和16,P_RECAve均為100.0%。最后,采用不參與建模的檢驗(yàn)樣品,對(duì)三個(gè)最優(yōu)模型進(jìn)行檢驗(yàn),最優(yōu)MW-PCA-LDA和MW-PLS-DA(2mm光程)模型的陰性、陽(yáng)性檢驗(yàn)識(shí)別率V_REC—、V_REC+均為100.0%,最優(yōu)MW-PLS-DA模型(10mm光程)的V_REC—、V_REC+分別為98.3%和100.0%。結(jié)果表明:FTNIR光譜結(jié)合MW-PCA-LDA和MW-PLS-DA方法可用于白酒品牌鑒別的高精度判別分析。所提出的波段選擇方法可以提取有效信息波長(zhǎng)、降低模型復(fù)雜性,為設(shè)計(jì)小型專用光譜儀器提供有價(jià)值的參考。本文所提出的分析方法簡(jiǎn)單、快速、有效,在我國(guó)酒類產(chǎn)品質(zhì)量檢測(cè)具有重要應(yīng)用前景。
[Abstract]:Chinese is liquor production, consumption, famous liquor brand identification is an important project for quality inspection of China's liquor products. The analysis of the traditional means of need of chemical reagents, method of complex, professional and strong, not suitable for large-scale applications. In this paper, Fourier transform infrared spectroscopy (FTNIR), based on the moving window band selection respectively according to the principal component linear discriminant analysis (PCA-LDA) and partial least squares discriminant analysis (PLS-DA), two for integrated optimization method of spectral pattern recognition is proposed, namely MW-PCA-LDA and MW-PLS-DA, fast discriminant analysis is successfully applied to China's well-known liquor brands. Luzhou Lao Jiao collected non Luzhou Lao Jiao (52%vol, Luzhou) sample 200 a (positive) and used to control the Luzhou Lao Jiao (52%vol, Luzhou) 160 samples (negative), respectively by 1mm, 2mm, 5mm, 10mm of the sample pool path determination of FTNIR spectra of the samples in order to. To establish a stable and reliable model, all samples were randomly divided into modeling, test set, and then randomly divided into modeling set calibration and prediction set a total of 30 times. 30 different classification accuracy based on optimal prediction (P_RECAve) optimize the parameters of the model. First of all, in the whole band (15000-4000 cm-1) on the model. Using PCA-LDA method, the optimal P_RECAve is 98.1%, the optimal path for 2mm and 10mm; using PLS-DA method, the optimal P_RECAve is 100%, the best path is 2mm. but the number of wave number a (N) up to 2852, therefore, further extraction of the effective wave number, it is necessary to reduce the model complexity. Secondly, based on the best path (2mm 10mm) band optimization of spectral data. By using MW-PCA-LDA method, the optimal path model for the 2mm band, 5235-5130 cm-1, N 28, P_RECAve 100%; using MW-PLS-DA method, the optimal path model for the 2mm and 10mm band, 5238-5204 C M-1 and 7186-7128 cm-1, 10 N and 16 P_RECAve were 100.0%., finally, the model does not participate in the test sample, to test three optimal model, optimal MW-PCA-LDA and MW-PLS-DA (2mm path) model test negative, positive recognition rate V_REC, V_REC+ was 100%, the optimal MW-PLS-DA model (10mm path) the V_REC and V_REC+ were 98.3% and 100.0%. respectively. Results show that it can be used in high precision liquor brand identification discriminant analysis FTNIR spectroscopy combined with MW-PCA-LDA and MW-PLS-DA method. The proposed method can extract the effective information of band selection wave length, reducing model complexity, and provide valuable reference for the design of small special instruments. The spectral analysis method this simple, fast, effective, has important application prospect in the quality inspection of China's liquor products.

【學(xué)位授予單位】：暨南大學(xué)
【學(xué)位級(jí)別】：碩士
【學(xué)位授予年份】：2016
【分類號(hào)】：O657.33;TS262.3

【相似文獻(xiàn)】

相關(guān)期刊論文 前10條

1 何足奇;;尋找白酒品牌的核心價(jià)值[J];品牌;2002年05期

2 胡承,李東,郭鴻,胡永松;對(duì)白酒品牌與市場(chǎng)的思考[J];釀酒科技;2004年01期

3 小江;2005中國(guó)十大最具增長(zhǎng)潛力白酒品牌[J];釀酒科技;2005年04期

4 呂允超;;白酒品牌塑造縱深法則(上)[J];中國(guó)酒;2006年08期

5 ;江蘇地區(qū)2006白酒品牌風(fēng)云榜讀者調(diào)查組委會(huì)公告[J];廣告人;2006年11期

6 李明燦;;白酒品牌生命力分析[J];中國(guó)酒;2007年02期

7 趙義祥;;二線白酒品牌如何突圍?[J];中國(guó)酒;2007年09期

8 王東紅;;中國(guó)白酒品牌塑造存在的問(wèn)題及對(duì)策分析[J];商場(chǎng)現(xiàn)代化;2008年11期

9 周曉峰;;淺議白酒品牌的適宜個(gè)性原則[J];中國(guó)酒;2009年10期

10 田戊戌;;中國(guó)白酒品牌構(gòu)成要素探索研究[J];現(xiàn)代商貿(mào)工業(yè);2011年02期

相關(guān)重要報(bào)紙文章 前10條

1 青島科技大學(xué)傳播研究中心 王才路;淺談白酒品牌形象[N];中國(guó)食品質(zhì)量報(bào);2004年

2 馬博華;白酒品牌建設(shè)存在5大誤區(qū)[N];中國(guó)食品報(bào);2011年

3 本報(bào)特約撰稿人 李明利;白酒品牌建設(shè)的五大誤區(qū)[N];華夏酒報(bào);2011年

4 本報(bào)特約撰稿人 毛小民;新手如何選擇代理白酒品牌？[N];華夏酒報(bào);2012年

5 北京南方略管理咨詢銷售公司總經(jīng)理 寧立新;誰(shuí)說(shuō)白酒品牌一定要有歷史[N];華夏酒報(bào);2013年

6 本報(bào)特約撰稿人 北京和君咨詢·中國(guó)傳統(tǒng)文化研究中心主任 丁千城;白酒品牌“轉(zhuǎn)基因”[N];華夏酒報(bào);2013年

7 本報(bào)記者 楊孟涵;白酒品牌“端不住了”[N];華夏酒報(bào);2013年

8 記者 管弦 見(jiàn)習(xí)記者 陳軍;中國(guó)白酒品牌文化短板顯露[N];中華工商時(shí)報(bào);2013年

9 何足奇;白酒品牌怎么做[N];山西科技報(bào);2003年

10 王登文;我國(guó)白酒品牌之“三國(guó)”紛爭(zhēng)[N];中國(guó)貿(mào)易報(bào);2007年

相關(guān)碩士學(xué)位論文 前8條

1 崔競(jìng)月;中華老字號(hào)白酒品牌傳播研究[D];渤海大學(xué);2015年

2 吳玉丹;基于消費(fèi)者心理訴求的白酒品牌管理研究[D];福州大學(xué);2013年

3 馬凱升;FTNIR光譜結(jié)合化學(xué)計(jì)量學(xué)用于白酒品牌鑒別的快速判別分析[D];暨南大學(xué);2016年

4 陳克江;白酒品牌定位研究[D];西南財(cái)經(jīng)大學(xué);2010年

5 劉俊濤;國(guó)內(nèi)白酒品牌營(yíng)銷問(wèn)題與對(duì)策探討[D];西南財(cái)經(jīng)大學(xué);2010年

6 賀蕾;中國(guó)白酒品牌競(jìng)爭(zhēng)價(jià)研究[D];湖北大學(xué);2013年

7 劉洋洲;品牌形象對(duì)消費(fèi)者購(gòu)買行為影響的實(shí)證研究[D];西南財(cái)經(jīng)大學(xué);2011年

8 王蕾;“國(guó)窖·1573”在河南的市場(chǎng)營(yíng)銷策略及改進(jìn)[D];鄭州大學(xué);2006年

，

本文編號(hào)：1731791