基于荧光光谱统计特征参量的白酒鉴别方法
将三维荧光光谱分析技术与统计特征参数分析法以及神经网络分类识别技术相结合,实现白酒的分类识别.通过实验获取宝丰原浆酒、国缘、洋河总共9种白酒的三维荧光数据,选择波长范围200～400 nm的近紫外光激发,每隔5 nm激发一次,扫描范围300 ～ 700 nm,每种白酒测量20组数据.三维荧光数据可以从整体上反应白酒的完整信息,以三维荧光数据作为白酒识别的原始数据.采用小波函数对所测量的180组原始数据进行压缩处理,在保持白酒原有荧光光谱特征的基础上,实现数据量的压缩,为神经网络分类器模型的训练提供快速的准备.通过Matlab程序提取压缩后数据的统计特征参量,作为神经网络的输入参量,随机抽取每种白酒的15组数据进行神经网络的训练,余下的45组数据作为未知数据对神经网络进行测试.结果表明经过训练之后,神经网络能够通过三维荧光数据的统计参量准确的对白酒进行识别.
白酒鉴别 三维荧光光谱分析技术 统计特征参数分析法 神经网络分类识别技术
郑磊 朱拓 陈国庆 孔艳
江南大学通信与控制工程学院,江苏 无锡 214122 河海大学能源与电气学院,江苏 南京210098;江南大学理学院,江苏 无锡 214122 江南大学理学院,江苏 无锡 214122
国内会议
无锡
中文
194-198
2010-04-11（万方平台首次上网日期，不代表论文的发表时间）