白酒糟醅中酸度值的高光谱检测方法

摘要

酸度值是评价白酒糟醅质量的重要指标之一,为进一步提高糟醅酸度值的检测精度,提出了一种应用高光谱成像技术检测糟醅酸度值的方法。采用高光谱成像系统,在900~1700 nm内采集糟醅样本的光谱信息,并提取全部样本的平均光谱数据。采用3种预处理方法对原始光谱进行预处理,得到多元散射校正(multiplicative scatter correction,MSC)为最佳预处理方法。在保证检测精度的基础上,为提高检测效率,采用竞争自适应加权抽样(competitive adaptive reweighted sampling,CARS)算法选择特征波段作为优化方法,建立偏最小二乘回归(partial least squares regression,PLSR)和最小二乘支持向量机(least squares-support vector machine,LS-SVM)预测模型。结果表明,CARS算法选取38个特征波长所建立的LS-SVM预测模型显示出良好的预测效果,其中预测集相关系数R_(p)^(2)为0.9618,预测集均方根误差为0.0580 g/kg。研究结果表明,高光谱成像技术相对于其他检测技术在糟醅酸度检测中有更好的检测精度,同时针对白酒工艺过程的其他成分含量检测探索出有效的检测途径。