论文部分内容阅读
白酒作为我国传统的民族工业,有着悠久的历史和深厚的文化底蕴。基酒作为勾调白酒的母液,其地位和作用自然不可忽视,然而基酒存在着掺假、伪造以及酒龄溯源困难等一系列问题。因此,如何通过基酒的高灵敏度、高分辨率以及快速的检测,从而达到不同等级、年份和香型基酒的鉴别分类及模式识别的目的,是目前研究的重点。基于此,本文利用GC和GC/Q-TOFMS对白酒基酒中的微量组分进行定量检测,通过主成分分析(PCA)、聚类分析(HCA)、判别分析(LDA)以及神经网络分析(ANN)等模式识别技术对基酒进行鉴别分类并建立模型。本文主要完成了以下工作:(1)采用气相色谱(GC)内标法对不同等级、香型白酒基酒中乙酸乙酯、乙醛、β-苯乙醇等33种微量组分进行了定量检测,并对检测方法做了精密度和回收率等检验。利用单因素方差分析(ANOVA)、主成分分析(PCA)、聚类分析(HCA)和判别分析(LDA)对数据进行分析。结果表明:乙醛、乙缩醛、甲醇、丁酸乙酯、仲丁醇、正丙醇、异丁醇、正丁醇、乙酸乙酯以及乳酸乙酯10种微量组分对不同等级基酒有显著性影响,乙醛、乙酸乙酯、乙缩醛、甲醇、丁酸乙酯、仲丁醇、异丁醇、异戊醇、乙酸乙酯以及乳酸乙酯10种微量组分对不同香型基酒有显著性影响。主成分和聚类分析均能实现不同等级、香型基酒的正确区分,判别分析对未知样分类正确率为100%。(2)采用气相色谱/四级杆飞行时间质谱仪(GC/Q-TOFMS)内标法定量检测了不同年份、等级白酒基酒中甲酸乙酯、乙缩醛、甲酸等79种微量组分,通过精密度和回收率实验检验了方法的重复性和精确度。利用单因素方差分析(ANOVA)分别筛选出甲酸乙酯、丙酸以及正丙醛等43种对不同年份白酒基酒有显著性影响的微量组分,甲酸乙酯、丁酸以及4-甲基苯酚等37种对不同等级白酒基酒有显著性影响的微量组分。利用主成分分析(PCA)、聚类分析(HCA)和判别分析(LDA)对筛选出的43种微量组分进行处理,主成分分析、聚类分析、判别分析均能实现不同年份基酒的正确分类,判别分析对未知样的分类准确率为96.7%。(3)将筛选的对不同等级基酒有显著性影响的37种微量组分进行主成分分析,得到不同等级白酒基酒的综合特征指标G。以综合指标G为自变量g,感官品评得分U为因变量进行线性回归、二次回归、三次回归、对数回归以及指数回归等回归分析,得到回归方程U=f(g),建立了一种不同质量白酒基酒的等级评价模型U=0.00013g~3-0.0182g~2+0.993g+72.193。对模型进行验证,符合率达到95%。(4)将筛选的对不同年份基酒有显著性影响的43种微量组分数据进行Z标准化处理后,通过神经网络建立基酒酒龄识别模型,并采用混淆矩阵和F1-score得分对模型进行评价。结果表明:神经网络在训练初期,准确率仅为20%,在迭代了40次以上时,训练准确率达到100%的水平,模型最低判定概率达到74.6%,分类准确率为100%,所有类别预测准确率为100%。