面向不平衡数据集的浓香型白酒基酒等级分类研究

为解决基于气相色谱-质谱联用(GC-MS)仪采集的浓香型白酒基酒等级分类中样本不均衡导致分类模型性能下降的问题,提出了一种面向不平衡数据集的浓香型白酒基酒分类研究。该方法首先采用合成少数类过采样技术(SMOTE)对浓香型基酒样品中少数类样本进行扩充,改善样本的不均衡性;然后结合稀疏主成分分析(SPCA)对GC-MS图谱数据进行降维;最后使用深度森林(DF)分类器建立浓香型白酒基酒分类识别模型。结果表明,使用SMOTE算法对基酒数据集进行平衡之后能够有效提高模型分类准确率,所建立的浓香型基酒分类模型正确率达到96.61%,该分类模型的建立对基酒等级分类能起到一定的指导和借鉴作用。

汾酒基酒浸泡竹叶青酒12种单体药材的风味解析

竹叶青酒是以汾酒为基酒,以丁香、砂仁、菊花等12种名贵中草药的浸提液为基础配制而成的露酒。对以汾酒为基酒浸泡的12种单体药材风味的解析研究,有利于明晰浸提过程中12种药材在基酒中呈香的重要性强度。本文利用顶空固相微萃取(headspace solid phase microextraction,HS-SPME)结合气相色谱-嗅闻-质谱联用技术(Gas chromatography-olfactometry-mass,GC-O-MS)对以汾酒为基酒浸泡的12种单体药材的风味成分进行解析共发现47种呈香成分,其中萜类成分和芳香族成分呈现的药香、木香、甜香、蜂蜜香和花香是这12种药材中最重要的香气特点。该研究结果为进一步深入研究竹叶青酒药材的香气特点及竹叶青酒的风味特征提供了科学的理论基础。

基于气相色谱与支持向量机的浓香型白酒基酒等级判断模型研究

以浓香型白酒基酒为研究对象,采用气相色谱技术分析基酒中的挥发性风味物质成分,以特定时间间隔内色谱峰面积为数据点进行提取和计算,结合支持向量机(SVM)建立浓香型基酒质量等级判断模型。以SVM模型预测准确率为评价指标,通过单因素试验和响应面优化试验筛选出构建模型的最佳测试集比例和色谱数据,在最优条件下,依次对SVM类型和核函数进行优化,建立四个级别基酒质量等级判断模型,并设计分级多步预测试验分析不同级别基酒的识别情况。结果表明,当测试集比例为75%,色谱数据分析起始时间为5 min,分析结束时间为19 min,数据点间隔为1 min时,c-多类别支持向量分类的径向基(RBF)核函数所建四个级别基酒分级模型的准确率最高为94.0%。按照前述方法优化后,分级多步试验优化结果表明,三级酒分级准确率为100%,一级与二级基酒分级准确率为97.2%,特级与一级基酒分级准确率为95.1%。该研究同时发现己酸乙酯、乙醇、乳酸乙酯、乙酸乙酯对分级模型的累计方差贡献率可达79.1%,是基酒质量等级划分的重要风味物质。

作为露酒基酒的蒸馏米酒的研究及厂区应用

以大米为原料,安琪小曲和安琪酵母曲为糖化发酵剂,酿造半固态发酵型蒸馏米酒,以此作为后续露酒的基酒。以专业品酒小组感官评价为参考标准,通过单因素试验和正交试验对发酵工艺进行优化,进行小试和中试,以厂区大规模生产为目的。结果表明,最适酿造工艺条件(以100 kg原料为例):大米100 kg、固态培菌糖化时间22 h、半固态发酵时间5 d、发酵温度30℃、安琪小曲添加量0.3%、安琪酵母曲添加量0.5%、蒸馏时馏酒度数高于43%vol。在该优化条件下,蒸馏米酒平均酒精度为57%vol,感官评分为96分,其理化指标和微生物指标等均符合相关国标要求。

近红外光谱结合气相色谱对浓香型白酒基酒定性鉴别分析

以52个来自四川不同产区浓香型基酒为研究对象,采用光栅型近红外光谱仪采集样品近红外光谱,结合气相色谱-火焰离子化检测器(GC-FID)对酒样中挥发性组分进行检测。利用红外光谱分析软件-Bruker OPUS建立近红外光谱合格性测试模型,并对样品挥发性风味成分进行层次聚类分析(HCA)及主成分分析(PCA)。结果表明,样品中共检测出挥发性物质31种,包括醇类9种、醛类3种、酸类8种和酯类11种。HCA和PCA结果显示,对46个建模酒样分类结果一致,对验证样鉴别效果好且可与近红外合格性测试模型相互验证,说明该鉴别模型准确有效。酯类、酸类和醇类物质是造成样品近红外光谱差异性的重要原因,这一结论可为近红外光谱实现浓香型基酒快速分类鉴别提供科学依据。

白酒基酒典型风味物质含量的测定方法与差异性研究

建立一种新的、同时测定杜康不同级别白酒基酒中11种典型风味物质含量的气相色谱外标法,采用AT.LZP-930型色谱柱（25 m＆#215;0.32 mm,0.1 μm）,氢火焰离子检测器检测,进样口温度220℃,检测器温度250℃,柱流速2.0 mL/min,载气为氮气（纯度99.999％）,载气流速30 mL/min,H2流速30 mL/min,空气流速300 mL/min,尾吹流速25 mL/min;采用分流进样方式,分流比10：1,进样量1μL.结果表明：该方法简便、准确性高;通过对不同级别白酒基酒中11种典型风味物质含量的测定与分析,结合品酒师的品评结果可以得出：杜康不同级别中白酒基酒11种典型风味物质中己酸乙酯、乳酸乙酯、乙酸乙酯、己酸4种物质的含量差异显著（P＜0.05）,其中乙酸乙酯、己酸乙酯、己酸的含量随着级别的降低而显著递减,而乳酸乙酯的含量随着级别的降低而递增,其他7种物质的含量差异不显著（P＞0.05）;己酸乙酯与乳酸乙酯、己酸乙酯与乙酸乙酯的最佳比例分别在1.2∶1以下和1.7∶1～1.4∶1,己酸含量在160 mg/100 mL时最佳.

白酒基酒中典型醇的近红外预测模型构建

采用气相色谱法测定白酒基酒中的正丙醇、正丁醇、正戊醇和异戊醇的含量作为建立近红外预测模型的化学值,将近红外光谱图结合偏最小二乘法和内部交互验证法建立基酒中典型醇的快速检测模型,并进一步优化模型。确定了最优光谱预处理方法和最佳谱区,正丙醇、正丁醇、正戊醇和异戊醇的校正集样品的真实值与近红外预测值的决定系数(R^2)分别为0.952、0.981、0.963和0.981,内部交互验证均方根误差分别为0.27、0.49、0.101 mg/100 mL和0.67 mg/100 mL;验证集的决定系数(R^2)分别为0.947、0.980、0.928和0.952,预测均方根误差分别为0.40、0.81、0.49 mg/100 mL和1.35 mg/100 mL。结果表明建立的典型醇近红外快速检测模型的准确度、稳定性及预测性能均呈现良好,为白酒基酒的醇类物质品质分析方法研究提供了新的思路。

白酒基酒中己酸、乙酸的近红外快速检测

建立白酒基酒中的己酸、乙酸的快速检测方法,通过分析白酒基酒样品的近红外光谱图,对光谱数据进行不同处理。结果表明:白酒基酒中己酸、乙酸对近红外有特异吸收,最佳预处理方法与最优波段分别为:一阶导数+减去一条直线、一阶导数+矢量归一化预处理光谱;谱区选择6 101.7-5 446 cm^(-1)和11998.9-7 501.7 cm^(-1),6 101.7~5 449.8 cm^(-1)和11 998.9~7 497.9 cm^(-1)。利用偏最小二乘法与傅里叶变换近红外光谱相结合,采用内部交叉验证法建立模型,通过对模型进行优化,己酸、乙酸校正集样品的化学值与近红外的预测值的决定系数分别为99.73%、97.00%;内部交叉验证均方根差分别为0.90、0.63 mg/100 mL;进一步对己酸、乙酸模型进行验证和评价,己酸和乙酸模型验证集的决定系数分别为99.47%、95.63%,预测标准偏差分别为1.00、1.73 mg/100 mL。结果表明建立的模型效果很好,具有较高的精密度和良好的稳定性,能满足白酒生产中己酸和乙酸的快速检测要求。

基于近红外光谱技术检测白酒基酒中乙醇含量的研究

为了快速测定白酒基酒中的乙醇含量,采用近红外光谱(NIRS)技术结合偏最小二乘法(PLS)处理白酒基酒近红外图谱,建立白酒基酒中乙醇的定量分析模型。结果表明:最佳预处理方法为减去一条直线法,最优波段谱为7 502~5 450 cm^(-1),主成分数为7。校正集样品的化学值与预测值的决定系数(R^2)为0.923 3,交互验证均方根误差(RMSECV)为0.89;对模型进行检验,得到验证集的决定系数(R^2)为0.954 8,预测均方根误差(RMSEP)为1.21。结果显示近红外检测方法快速有效,所建模型具有很好的预测效果,模型的精密度和稳定性良好。

傅里叶变换红外光谱结合化学计量学方法对白酒基酒的快速定性和定量分析

白酒基酒等级的准确评判对白酒的质量控制至关重要,是白酒分级储存和勾兑的重要依据。目前白酒基酒分级是在生产车间班组工人初步分级基础上,通过专业评酒人员的人工感官审评结合气相色谱法测定主要酯类物质含量最终确定白酒基酒的等级。人工感官审评和气相色谱分析方法繁琐,耗时费力,很难实现实时快速检测。红外光谱技术具有快速分析、无损检测及灵敏度高和重现性好等优点,在食品品质检测领域得到广泛应用。运用傅里叶变换红外光谱(FTIR)和衰减全反射(ATR)技术结合化学计量学方法对不同等级白酒基酒及其主要酯类化合物进行快速定性和定量分析。采用线性判别(LDA)和误差反向传播人工神经网络(BPANN)分析模型对不同等级白酒基酒进行判别,线性判别分析训练集和测试集总体识别率均达到100%,BPANN分析训练集和测试集总体识别率均在95%以上。采用区间偏最小二乘法(siPLS)对四种主要酯类化合物进行定量分析,己酸乙酯、乳酸乙酯、乙酸乙酯和丁酸乙酯含量的训练集模型相关系数分别为0.986 4,0.991 5,0.970 2和0.951 4,测试集模型的相关系数分别为0.982 4,0.961 9,0.905 2和0.808 0。结果表明,傅里叶变换红外光谱技术结合化学计量学方法能有效实现不同等级白酒基酒的准确判别,同时基酒中主要酯类化合物的快速检测定量模型效果良好,能满足白酒生产中的分析检测要求,为白酒基酒等级的快速判别提供一种客观而准确的分析方法,有效提升白酒的智能化生产水平。

近红外光谱法快速检测白酒基酒中甲醇含量

采用近红外光谱法快速检测白酒基酒中的甲醇含量,对光谱数据进行了处理,采用偏最小二乘法建立甲醇的定量分析模型。通过对模型进行优化,得到最佳预处理方法为一阶导数+矢量归一化,主成分数为2,最优波段谱为6 102~5 450 cm^(-1),校正集样品的真实值与预测值的决定系数(R^2)为0.955 2,校正标准偏差为1.30。对模型进行验证,得到验证集的决定系数(R^2)为0.950 6,预测标准偏差为1.83。研究结果表明:所建立的甲醇定量分析模型与常用的气相色谱法预测效果一致,模型的精密度和稳定性良好,可为白酒基酒中甲醇含量的在线快速检测提供方法指导。

基于超高效液相色谱-高分辨质谱的白酒基酒等级判别

白酒基酒等级的准确鉴别是白酒分级储藏和勾兑的重要依据,对白酒质量控制至关重要。以浓香型白酒基酒为研究对象,采用超高效液相色谱-高分辨质谱联用(UPLC-Q-Exacive-MS)技术对不同等级浓香型白酒基酒进行分析,经过主成分分析(PCA)降维处理,结合线性判别分析(LDA)、支持向量机(SVM)和反向传播神经网络(BP-ANN)等多种化学计量学方法建立白酒基酒等级判别模型。结果显示,BP-ANN鉴别效果最好,在主成分为8时,训练集和测试集的识别率均达100%,不同等级的白酒样本全部正确识别;其次是SVM(训练集和测试集的识别率分别为96.25%、95.00%)和LDA(训练集和测试集的识别率分别为91.25%、90.00%)。实验证明,UPLC-Q-Exacive-MS结合化学计量学分析方法能实现不同等级浓香型白酒基酒的准确判别。

基于近红外光谱技术的白酒基酒中乳酸的快速检测

目的:研究现代近红外光谱技术快速检测白酒基酒中的乳酸含量。方法:采用高效液相色谱法测定基酒样品中乳酸的化学值,与近红外透射光谱相结合,建立白酒基酒中乳酸的定量检测模型。结果:最佳预处理方法为一阶导数+多元散射校正(MSC),最优波段谱为6102~5450 cm^(-1)。对模型进行优化和检验,得到校正集样品的化学值与预测值的决定系数(R2)为0.9771,校正标准偏差(RMSECV)为0.1825;验证集的决定系数(R2)为0.9808,预测标准偏差(RMSEP)为0.1475。结论:近红外光谱法快速有效,所建模型具有很好的预测效果,模型的精密度和稳定性良好,为白酒生产中乳酸含量的检测提供方法指导。

白酒基酒中酮类物质的近红外光谱检测方法

应用近红外光谱技术建立了白酒基酒中2,3-丁二酮和3-羟基-2-丁酮的快速检测模型。从洛阳杜康酒厂选取182个白酒基酒样品为材料,运用气相色谱法测得两种物质的化学值,同时采集其在12000~4000 cm^-1范围内的光谱数据,采用偏最小二乘法(PLS)结合内部交叉验证建立校正模型。通过对比不同光谱预处理下PLS模型效果对其进行优化,确定2,3-丁二酮和3-羟基-2-丁酮的最佳预处理方法分别为一阶导数+多元散射校正和二阶导数,最佳光谱区间分别为9403.2~7497.9 cm^-1和9403.2~7497.9 cm^-1+6101.7~5449.8 cm^-1。优化后2,3-丁二酮和3-羟基-2-丁酮校正集样品的化学值和近红外预测值的决定系数(R2)分别为0.9602和0.9632,交叉验证均方根误差(RMSECV)分别为0.39、0.22 mg/100 mL;通过外部检验,验证集样品的R2分别为0.9576和0.9578,预测均方根误差(RMSEP)分别为0.40、0.24 mg/100 mL。结果表明,应用近红外光谱技术结合化学计量学方法所建立的模型有较高的准确度,能够满足白酒生产中酮类物质的快速检测需要。

主成分分析研究白酒基酒香气成分

以485个优质基酒和普通基酒的主要香气成分数据为基础,采用R语言软件,分别对两类基酒进行4次随机抽样,每次抽取60个样品,基酒品质分析数据经标准化处理后进行主成分分析。结果表明,优质基酒4次抽样主成分分析结果比较稳定,普通基酒分析结果差异较大。碎石图检验表明,优质基酒在第一、二、三主成分后断崖明显,普通白酒在第一主成分后下降平缓,没有明显断崖。分布分析表明,优质基酒密度分布图的尖峰厚尾现象明显,方差为0.560,样本间的差异小,香气成分含量范围相对集中;普通基酒分布较为分散,方差为0.925,样本间差异较大,香气成分含量范围不稳定。在白酒风味分析时,应考虑样本的数据特征,以保证分析结果的准确性和可靠性,进而有效指导白酒生产。

以黄酒为酒基的桂花酒的品评

以黄酒为酒基的桂花酒的品评陈靖显（中国酿酒工业协会黄酒分会）一桂花酒的酒基花香型露酒中的桂花酒，按酒基分有白酒、葡萄酒和黄酒三类。以白酒为酒基的桂花酒，有广西全州县酒厂的桂花酒；昆明市酿酒厂的桂花升酒；大连酒厂的桂花香酒。以葡萄酒为酒基的有北京葡萄酒...

白酒基酒中醛类物质的傅里叶变换近红外光谱检测

乙醛和乙缩醛对白酒的香气起均衡协调的作用,对白酒的风格和品质有重大影响。本实验研究白酒基酒中乙醛、乙缩醛的快速检测方法,经过分析白酒基酒样品的近红外光谱图,并对其进行不同的预处理。结果表明:白酒基酒中的乙醛、乙缩醛对傅里叶变换近红外光谱有特异吸收,最佳预处理方法与最优波段分别为:一阶导数+矢量归一化、一阶导数+多元散射校正预处理光谱,谱区选择7 501.7~7 102.0 cm-1和6 101.7~5 446.0 cm^(-1)(乙醛)、6 101.7~5 449.8 cm^(-1)(乙缩醛)。乙醛和乙缩醛校正集样品的化学值与近红外的预测值的决定系数(R2)分别为0.963 4、0.942 9;校正标准偏差分别为0.50、0.83 mg/100 m L;进一步对乙醛、乙缩醛的模型进行验证和评价,乙醛和乙缩醛模型验证集的决定系数(R2)分别为0.975 0、0.918 6,预测标准偏差分别为0.80、1.0 mg/100 m L。结果表明乙醛和乙缩醛的快速检测模型效果很好,精密度较高、稳定性良好,能满足白酒生产中乙醛和乙缩醛的快速检测要求。

功能菌生态在白酒基酒风味风格调控生产中的研究应用

以HS-SPME-GC-MS法分析了3个特殊工艺的兼香型基酒中的风味成分,并对应相应化合物嗅味阈值计算出其香气强度,从3个兼香型酒样中定性定量了主要风味化合物63种,其中酯类37种,醇类7种,酸类3种,醛酮类8种,芳香类8种。酒样1偏向于清香型兼香,酒样2有浓香的风格,酒样3的风味较偏向酱香型兼香。

基于电子舌技术的浓香型白酒基酒年份分类方法

为实现不同年份的浓香型白酒基酒的快速区分和识别,该研究以5个不同年份浓香型白酒基酒为研究对象,利用电子舌对样品进行判别分析,并采用主成分分析(PCA)、线性判别分析(LDA)对白酒的年份进行分类,将得到的模型分别通过簇状独立软模式法(SMICA)、判别因子分析(DFA)对白酒的年份进行识别和验证。研究表明,SMICA分析的结果能够准确的识别导入的样品数据是否是模型以内和模型之外的年份基酒,而DFA分析可以准确的对导入的白酒样品的年份进行识别,确定其白酒样品的年份。综上所述,利用电子舌结合化学计量学,可以快速、准确、稳定的对白酒基酒年份进行分类和识别,可为白酒掺假问题提供理论支撑,并促进白酒产业和白酒分析技术的快速发展。