[发明专利]一种基于红外光谱的白酒鉴定及溯源方法在审

专利信息
申请号: 201410082742.3 申请日: 2014-03-07
公开(公告)号: CN103822897A 公开(公告)日: 2014-05-28
发明(设计)人: 王同晖;尤新革;徐端全;牟怿;周龙;曾武 申请(专利权)人: 华中科技大学
主分类号: G01N21/3577 分类号: G01N21/3577
代理公司: 上海硕力知识产权代理事务所 31251 代理人: 王法男
地址: 430074 湖北*** 国省代码: 湖北;42
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 一种 基于 红外 光谱 白酒 鉴定 溯源 方法
【说明书】:

技术领域

发明涉及白酒鉴定领域,具体地说是一种利用红外光谱对白酒进行真伪鉴定及溯源的方法。

背景技术

白酒是我国独有的传统产品,品种繁多,历史悠久。近些年来,白酒的产量尤其是名优白酒的产量越来越大。在利益的驱使下,一些不法分子将口感相近、但价格相对较低的中低档酒冒充高档酒,灌入高档酒的包装中,有的甚至将自己酿的劣质酒灌入高档酒的包装中来牟取暴利。如何对白酒的真伪进行鉴定,对假酒的造假手段进行确认以及对造假窝点的溯源是公安机关打击制造贩卖假酒的不法行为的重要步骤之一。

目前对白酒进行综合分析的方法主要有两类:一是色谱分析法;二是光谱法。

色谱分析法能检测出白酒中的主要成分以及含量百分比,通过这些化学成分及其含量百分比来分析白酒的品质。这种方法存在着如下缺点:1、白酒中存在大量的水,水的存在会损坏仪器,测试前需要对样本做复杂的预处理。2、白酒中的化学成分非常复杂,通常水和乙醇占98%,剩余2%的物质决定了白酒的品质;决定白酒品质的关键物质含量非常少,测试时由于误差的原因,根本无法测定决定白酒品质的所有物质含量。3、利用色谱测量白酒中物质的含量,是利用物质的归一化面积大小,作为物质的含量,这种计算方法本身就有很大的误差,无法进行后续分析。4、测试时间长,通常测试一个样本要40分钟左右,因此不利于生产在线检测。

光谱法具有快速、整体和无损鉴定复杂混合物体系等优点,已被广泛应用于白酒检测。光谱法中的红外光谱特征性强、提供的信息量大、不受样品物态的限制等优点在有机化学中有着广泛的应用。目前利用红外光谱对白酒进行分析的方法主要有两类方法:一种是直接采集白酒的红外光谱进行分析。还有一种方法是通过物理分离方法去除白酒中的水和乙醇,然后再对剩余的残留物质进行红外光谱的采集和分析,这种方法可以有效地消除水和乙醇的影响,提高红外光谱对白酒中微量成分的分析精度,但缺点是实验条件苛刻,耗时长,复杂的分离操作也容易引起误差,并且也损失了白酒中的乙醇浓度信息。而不管是哪种模式,现有分析方法都只局限于白酒的某一特性(如白酒的香型、白酒某一成分浓度等)上,本发明创新地将白酒的多种属性有层次地结合起来分析,实现了对白酒的真假鉴定和溯源。

支持向量机(Support Vector Machine,SVM)分类的基本思想是寻找两类样本的最优分类面:对于样本线性可分的情况,其目的是找到一个超平面将两类线性可分的样本完全分开,且使分类超平面具有更好的推广能力,所谓最优分类面就是不但能正确划分两类样本,而且使每一类数据与超平面距离最近的点与超平面之间的距离最大,即分类间隔最大;对于非线性分类问题,则首先采用非线性映射将原空间映射到高维空间,然后在高维空间中对样本进行线性分类,再映射回原空间就达到了对非线性可分样本分类的效果。

最小二乘支持向量机(Least Squares Support Vector Machine,LS-SVM),是基于传统SVM的一种改进算法,它使用最小二乘线性系统代替原来的二次规划系统作为损失函数,将原支持向量机中算法的二次寻优变为求解线性方程,与传统SVM相比,LS-SVM求解速度快,占用内存小,在许多领域中都得到了广泛的应用。

发明内容

本发明的目的是:提供一种检测速度快、结果可靠的基于红外光谱的白酒鉴定及溯源方法,为公安机关打击假冒伪劣提供线索。本发明提供如下技术方案:

一种基于红外光谱的白酒鉴定及溯源方法,具体包括如下步骤:(1)利用红外光谱仪采集真酒样本和公安机关查获的假酒样本的红外光谱,分别建立真酒红外光谱库和假酒红外光谱库;(2)利用最小二乘支持向量机分别对前述建立的真酒红外光谱库建立分层次的真酒分类鉴定模型,对前述建立的假酒红外光谱库建立假酒窝点溯源模型;(3)利用红外光谱仪采集待测白酒的红外光谱,利用前述建立的真酒分类鉴定模型和假酒窝点溯源模型对待测白酒的红外光谱进行分类鉴别,通过对结果进行综合分析,实现待测白酒的真伪鉴定及溯源。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于华中科技大学,未经华中科技大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/201410082742.3/2.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top