紅葡萄酒中白藜蘆醇含量的高光譜快速檢測算法優(yōu)化.pdf

1、紅葡萄酒中白藜蘆醇含量的傳統(tǒng)檢測方法耗時、繁瑣、有損，且污染環(huán)境的缺點，已不能滿足現(xiàn)代紅葡萄酒檢測的快速、無損、實時的發(fā)展要求。本研究搭建了循環(huán)流化床富集-高光譜成像檢測裝置，以紅葡萄酒（蛇龍珠）為研究對象，采用流化床裝置富集微量成分白藜蘆醇后，利用高光譜成像技術(shù)采集樣品的圖譜信息，結(jié)合化學計量學方法、圖像處理算法、數(shù)據(jù)挖掘技術(shù)等數(shù)據(jù)處理方法，建立了紅葡萄酒中自藜蘆醇含量的高光譜快速檢測模型并進行算法優(yōu)化，為高光譜技術(shù)在葡萄酒中痕量成分

2、檢測提供理論支持。主要研究內(nèi)容和成果如下:
　　1)紅葡萄酒樣品中異常樣本的剔除。采用異常樣本霍特林(Hotelling)T2檢測法，剔除異常樣本，建立PLSR模型，得到Rcv2為0.7312、RMSECV為0.0562; Rp2為0.7050、RMSEP為0.0591，剔除干擾數(shù)據(jù)，提高了原始數(shù)據(jù)的精確度。
　　2)紅葡萄酒樣品中樣本集劃分。比較了KS、SPXY、RS三種樣本集劃分方法對紅葡萄酒樣本集的劃分結(jié)果。其中模型精

3、度提升幅度最大的是KS法，預(yù)測集決定系數(shù)Rp2提升0.0637，RMSEP降低0.006。對樣本集進行合理的劃分方法可使預(yù)測精度進一步提高，確定了紅葡萄酒樣本集的最優(yōu)劃分方法為KS法。
　　3)白藜蘆醇含量的光譜預(yù)處理。進行PLSR模型的效果分析，在對紅葡萄酒光譜分別進行MSC、SG、歸一化等預(yù)處理時，比較模型性能參數(shù)可以看出SNV預(yù)處理方法表現(xiàn)效果最優(yōu)，其RP2為0.7824、RMSEP為0.0502，較原始數(shù)據(jù)的預(yù)測模型相比，

4、RP2提升0.0137，RMSEP降低0.0029，預(yù)處理方法可消除無關(guān)信息，從而使模型穩(wěn)定性提高。
　　4)白藜蘆醇含量的高光譜定量分析模型的建立與評價。比較MLR、PCR、PLSR和SVMR四個模型的性能，確定了PLSR-SNV模型的預(yù)測效果最優(yōu)，其預(yù)測集Rp2為0.7824，RMSEP為0.0502。說明近紅外高光譜圖像技術(shù)檢測紅葡萄酒中白藜蘆醇含量是可行的。
　　5)白藜蘆醇含量的高光譜特征波長的比較。比較了SPA、