基于电子舌结合VMD-IMG组合模型的清香型白酒掺假检测

针对传统白酒掺假检测方法分析流程长、仪器操作复杂等问题,提出一种基于电子舌结合变分模态分解和改进多通道GhostNet网络组合模型,实现对白酒掺假快速检测的方法。采用贝叶斯优化后的VMD对信号进行自适应模态分解,将原始信号分解为多个本征模态函数。在传统GhostNet网络的基础上,引入瓶颈注意力模块和空洞卷积,并扩展为多通道GhostNet,进而构建为VMD-IMG组合模型,以实现电子舌信号特征的有效提取和分类识别。试验结果表明,VMD-IMG组合模型具有较好的白酒掺假分辨性能,其测试的准确率、精确率、F1分数分别为98.33%,98.43%,98.34%。研究为白酒掺假检测提供一种快速、低成本的检测方法,并可为其他酒类或饮品掺假检测提供参考。

基于电子鼻系统的白酒掺假检测方法

采用自行研制的便携式电子鼻检测系统,建立了一种能够快速辨别白酒掺假的新方法。系统检测时:首先利用传感器阵列获得白酒"指纹数据",随后通过离散小波变换(discrete wavelet transform,DWT)提取反馈信息里的特征信息,然后采用主成分分析(principal component analysis,PCA)实现对不同纯度掺假白酒样品的定性判别、采用人工蜂群优化最小二乘支持向量机(artificial bee colony least squared support vector machines,ABC-LSSVM)实现对不同纯度掺假白酒样品的定量预测。结果表明,PCA对掺假白酒区分效果较好,区分正确率高达100%; ABC-LSSVM预测模型对白酒纯度具有较高的定量预测性能,其验证集中相关系数R^2为0. 933 2,平均绝对误差MRE为6. 564 3%,均方根误差RMSE为0. 023 4。该研究可为掺假白酒的定性辨别及定量预测提供技术支持。

小型光谱仪的白酒掺假检测系统研发

小型光谱仪分辨率低,现场测试环境复杂,使得适合大型光谱仪的检测方法不一定能够直接适用于小型光谱仪,为此有必要研究与开发基于小型光谱仪的食品质量检测系统。该系统针对白酒的典型掺假问题(掺水、工业酒精),基于TI DLP NIR scan Nano微型光谱检测模块、定制化光纤、3D打印、手机应用程序等开发便携式白酒光谱测试系统,并利用支持向量机(Support Vector Machine,SVM)和反向传播(Back Propagation,BP)神经网络,研究基于小型光谱仪获得的光谱信号的白酒掺假类型和掺假度识别方法,并考虑背景光差异和隔瓶测的影响。使用三种不同酒精度的白酒样品掺入0~50%的水或工业酒精在多种场景下的1206个光谱数据对开发的系统进行了验证。研究结果表明,该系统能够自动识别掺假种类(隔瓶测结果准确度为89.22%)和掺假度(室内环境光隔瓶检测掺工业酒精样本的拟合值与实际值的相关系数分别为0.9683,0.9792,0.8371;掺水的相关系数分别为0.9696,0.9795,0.9615),并且对于白酒掺假检测和研究小型化的食品质检系统有重要的参考价值。

鉴别掺假白酒的方法

介绍了白酒中掺水的感官识别和理化测定的方法,及怎样鉴别酒中是否掺入DDV或乐果等剧毒农药的方法。(津京)

电喷雾萃取电离质谱法用于掺假白酒的快速分析

采用自行研制的电喷雾萃取电离源(EESI)与LTQ-XL质谱仪耦合,并结合主成分分析(PCA)和聚类分析(CA),建立了一种能在无需样品预处理的条件下直接、快速、准确鉴别茅台等八种掺假白酒(混掺水和工业酒精,且通过酒精计调控掺假酒的酒精度与真酒保持一致)的新方法.同时,利用串联质谱能够对目标组分进行准确鉴定.研究结果表明,EESI-LTQ-MS检测单个样品的时间小于1 min,且重现性好,PCA区分正确率高达96.5%.通过设置未知样分析进一步验证了该方法的可行性.此外,还结合单光子电离飞行时间质谱法(SPI-TOF-MS)对检测谱图进行对比分析.阐述了EESI和SPI两种电离技术在挥发性有机物分析上具有各自的优势,且两种检测手段具有互补的特点.为市场上酒类饮品真假的快速鉴别及品质鉴定建立了一个综合的分析方法,对于快速筛选伪劣酒类产品具有非常重要的应用价值.