[发明专利]一种红酒品质的激光光谱检测方法

说明书

本发明涉及了一种红酒品质的激光诱导荧光光谱检测识别方法，包含以下步骤：(1)采用激光诱导荧光光谱获取红酒样品的原始荧光光谱图；(2)采用非线性小波变换阈值法对原始荧光光谱数据进行去躁处理；(3)对采集到的激光光谱进行iPLS波段筛选，得到筛选后的光谱图；(4)采用随机划分法将筛选之后的荧光光谱数据划分成训练集和测试集；(5)采用PSO算法对SVM训练模型最佳惩罚系数c和核函数参数g进行优化；(6)在训练集上建立红酒识别模型，并通过测试集进行该模型识别结果的测试。本发明采用PSO结合SVM用于激光诱导荧光红酒的检测识别，具有很高的分类准确率和实际应用价值，泛化能力强，非常适用于掺假红酒的实时检测和推广。

技术领域

本发明涉及食品安全检测领域，具体是一种红酒品质的激光光谱检测方法。

背景技术

市场上红酒的种类多种多样，品质高低不一，因此很多不法商贩借机以次充好，严重的危害到消费者的权益，更有不法份子用色素勾兑劣质红酒以及在红酒中兑水，色素由于大部分是以煤焦油为原料制成的，其有致泻性和致癌性，目前已有报道国外日常不明原因的病患有可能是食品添加剂中的色素导致的。但是对于大多数消费者来说，单纯的靠味觉是很难识别出红酒的品质的好坏的，因此需要一种专业快速的识别方法。

激光诱导荧光(Laser induced fluorescence spectroscopy,LIF)技术原理是激光探头将激光打到待测样品上，样品中的分子会吸收能量越迁至高能量状态，由于高能量下的分子不稳定，会散发出能量产生荧光，从而形成不同种类的荧光光谱，该方法结合iPLS波段筛选方法及PSO-SVM算法模型对红酒品质的辨别具有广泛的研究意义及市场价值。

发明内容

本发明所提供的技术是一种红酒品质的激光光谱检测识别装置及方法，该方法可以实现对红酒掺假的高效识别。

为解决上述技术问题，本发明所采用的一种技术方案是：提供一种基于LIF技术的红酒掺假识别装置，包括电源模块、与电源模块相连的激光器、浸入式探头以及激光探测器。

基于激光诱导荧光红酒品质识别分类方法，其步骤如下：

(1)酒样准备：等体积的不同品牌的红酒，以及用色素勾兑的红酒。

(2)光谱采集：利用上述各模块设计的便携式红酒无损分析仪获取不同红酒样品的荧光光谱数据，生成荧光光谱图。

(3)光谱数据预处理：采用非线性小波变换阈值法进行光谱数据的去噪操作，然后采用iPLS波段筛选在采集到的激光光谱图内选择最优的光谱图。

(4)数据划分：采用顺序划分法将采集到的红酒光谱数据划分为训练集和测试集。

(5)模型结果集测试：在训练集上建立红酒的识别模型，并通过测试集进行该模型识别结果的测试。

所述步骤(1)中，使用完全相同的透明样品瓶装实验样品，并贴上标签。

所述步骤(2)中，激光诱导荧光光谱仪采用的是美国Oceanoptics公司生产的USB2000+的微型光纤光谱仪，将检测的范围设计在350-1000nm之间，分辨率为0.5nm。

所述的步骤(3)中，对于采集到的数据具有大量的噪声干扰，采用非线性小波变换阈值法进行光谱数据的去躁，选择使用Haar小波，小波分解层数是5层。采用软阈值，阈值大小t＝2log(N),其中N为信号长度。将处理后的光谱图进行iPLS波段筛选，主要是在340.172～1021.086nm波长激光光谱内采用 iPLS对建模区间进行优选；选取最优的波长段。

所述的步骤(4)中，采用顺序划分法将实验样品按照4:1分为训练集和测试集。

所述步骤(5)中，训练过程中用PSO算法对模型的最佳惩罚系数C和核函数参数g进行优化，具体步骤如下：