论文部分内容阅读
本文以绍兴黄酒为主要研究对象，采用FT-NIR结合化学计量学方法，建立黄酒主要品质(酒精度、总糖、总酸)PLS模型，并利用局部模型对总糖、总酸模型进行优化；分析主要成分间相互作用对模型的影响；最后讨论决定风格成分物质对黄酒主要品质模型的影响及其分类模型的建立。以下是本文的优化思路和结论：(1)首先采用杠杆值和学生残差结合逐一回收方法进行异常样本判别和剔除，通过随机、K-S、SPXY等方法选择黄酒主要品质模型的校正集并比较其效果。接着采用间隔偏最小二乘方法(iPLS)对波段范围进行了选择，并建立黄酒主要品质PLS模型。其中酒精度的模型最好，总酸和总糖模型精度有待提高。最后对总酸和总糖建立基于主成分分析和基于PCA-Ward聚类分析的局部模型，在随机抽取的10个样本中，总糖的平均相对偏差由7.28%分别下降到4.62%、3.59%；总酸的平均相对偏差从6.41%分别下降到3.44%、2.55%。有效的提高了模型的预测能力。(2)由于近红外光谱特性及其黄酒成分的复杂性，初步讨论了黄酒主要成分(酒精度、总糖、总酸)相互作用对黄酒品质模型的影响，其结论为：作用成分浓度的增加会导致被作用成分的模型精度逐渐降低，影响程度与作用物质浓度有关，酒精度最为明显，总糖次之，总酸最弱；通过波长选择，避开相互作用强烈的区域，可以减弱主要成分相互作用对品质模型的影响，使模型优化。(3)为了探讨决定风格的物质对主要品质模型的影响，建立了PCA和PLS-DA两种不同的判别模型，其中PLS-DA判别模型更为准确，识别率均为100%，成功判别了三类黄酒。通过对黄酒风格的分类模型建立，可以有效减小决定风格的物质对黄酒主要品质模型的影响，提高模型的稳健性和预测能力。