近红外光谱和多分类器融合的葡萄酒品种判别研究

作     者：李凯 李雪莹 栾丽丽 胡文雁 王宇恒 李景明 李军会 劳彩莲 赵龙莲 LI Kai LI Xue-ying LUAN Li-li HU Wen-yan WANG Yu-heng LI Jing-ming LI Jun-hui LAO Cai-lian ZHAO Long-lian

作者机构：中国农业大学信息与电气工程学院北京100083 中国农业大学食品科学与营养工程学院北京100083 

出 版 物：《光谱学与光谱分析》 (Spectroscopy and Spectral Analysis)

年 卷 期：2016年第36卷第11期

页      面：3547-3551页

核心收录：

学科分类：081704[工学-应用化学] 07[理学] 08[工学] 0817[工学-化学工程与技术] 070302[理学-分析化学] 0703[理学-化学] 

基　　金：国家自然科学基金项目(31101289) 智慧农业关键技术研究项目(15055340)资助 

主　　题：葡萄酒 多分类器融合 差异性度量 近红外 

摘      要：将多种单分类器模型融合,并用融合后的模型对不同品种干红葡萄酒进行判别分析。用BRUKER MPA傅里叶变换型近红外光谱仪采集170个干红葡萄酒样品的近红外透射光谱,选取PLS-DA,SVM,Fisher和AdaBoost作为单分类器建模方法,分别建立葡萄酒品种判别模型,通过差异性度量值对单分类器进行筛选,得到差异性较大的四个单分类器作为基分类器,其中基分类器对测试集葡萄酒品种判别准确率最高为88.24%,最低为81.18%。然后通过加权投票机制对基分类器进行融合,融合后的模型对测试集葡萄酒品种判别准确率提高至92.94%,误判样品个数由单分类器最少的9个降为6个。实验结果表明多分类器融合所建立的模型优于传统近红外光谱定性分析一般采用单分类器模型结果,提高了葡萄酒品种判别的准确性,采用基于近红外光谱的多分类融合方法对葡萄酒种类判定具有可行性。