大曲品质检测模型的训练方法、大曲品质检测方法及装置制造方法及图纸

本申请提供大曲品质检测模型的训练方法、大曲品质检测方法及装置。大曲品质检测模型的训练方法，包括：获取训练数据，训练数据包括第一大曲样品集中各大曲样品的近红外光谱信息、各大曲样品糖分的标准测定值、各大曲样品水分的标准测定值以及各大曲样品总酸的标准测定值；将第一大曲样品集中各大曲样品的近红外光谱信息作为第一偏最小二乘法回归模型的输入，将第一大曲样品集中各大曲样品糖分的标准测定值、各大曲样品水分的标准测定值以及各大曲样品总酸的标准测定值作为偏最小二乘法回归模型的输出，训练第一偏最小二乘法回归模型，得到用于准确且快速检测大曲的糖分、水分及总酸的第一大曲品质检测模型。酸的第一大曲品质检测模型。酸的第一大曲品质检测模型。

【技术实现步骤摘要】
大曲品质检测模型的训练方法、大曲品质检测方法及装置


[0001]本申请涉及大曲品质检测的
，特别是涉及一种大曲品质检测模型的训练方法、大曲品质检测方法及装置。

技术介绍

[0002]目前，对大曲品质成分的检测仍然普遍采用常规的操作方法，例如是酸碱滴定法、斐林试剂滴定法等，这些常规方法操作繁琐、费时，不能满足对大曲品质快速便捷检测的需求，且如何在大曲的多个理化指标中选择反应大曲品质的重要理化指标也是急需解决的问题。
[0003]因此，亟需一种大曲品质检测模型的训练方法、大曲品质检测方法及装置。

技术实现思路

[0004]本申请第一方面提供了一种大曲品质检测模型的训练方法，包括：
[0005]获取训练数据，训练数据包括第一大曲样品集中各大曲样品的近红外光谱信息、各大曲样品糖分的标准测定值、各大曲样品水分的标准测定值以及各大曲样品总酸的标准测定值；
[0006]将第一大曲样品集中各大曲样品的近红外光谱信息作为第一偏最小二乘法回归模型的输入，将第一大曲样品集中各大曲样品糖分的标准测定值、各大曲样品水分的标准本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种大曲品质检测模型的训练方法，其特征在于，包括：获取训练数据，所述训练数据包括第一大曲样品集中各大曲样品的近红外光谱信息、各大曲样品糖分的标准测定值、各大曲样品水分的标准测定值以及各大曲样品总酸的标准测定值；将所述第一大曲样品集中各大曲样品的近红外光谱信息作为第一偏最小二乘法回归模型的输入，将所述第一大曲样品集中所述各大曲样品糖分的标准测定值、所述各大曲样品水分的标准测定值以及所述各大曲样品总酸的标准测定值作为所述偏最小二乘法回归模型的输出，训练所述第一偏最小二乘法回归模型，得到用于检测大曲的糖分、水分及总酸的第一大曲品质检测模型。2.根据权利要求1所述的大曲品质检测模型的训练方法，其特征在于，所述第一大曲样品集中大曲的样品个数取值范围为2000～3000个；优选地，所述第一大曲样品集中大曲的样品个数取值范围为2500～3000。3.根据权利要求1所述的大曲品质检测模型的训练方法，其特征在于，所述训练方法还包括：样品集扩充，对当前的所述第一大曲样品集增加多个新的大曲样品，形成新的第一大曲样品集；新的大曲样品的数据收集，获取各新的大曲样品的近红外光谱信息、各新的大曲样品糖分的标准测定值、各新的大曲样品水分的标准测定值以及各新的大曲样品总酸的标准测定值；基于新的第一大曲样品集训练模型，将所述新的第一大曲样品集中各大曲样品的近红外光谱信息作为第二偏最小二乘法回归模型的输入，将所述新的第一大曲样品集中所述各大曲样品糖分的标准测定值、所述各大曲样品水分的标准测定值以及所述各大曲样品总酸的标准测定值作为所述偏最小二乘法回归模型的输出，训练所述第二偏最小二乘法回归模型，得到用于检测大曲糖分、水分及总酸的第二大曲品质检测模型；所述第二大曲品质检测模型的SEP/SEC≥1.2，则重复所述样品集扩充步骤、所述新的大曲样品的数据收集步骤以及基于新的第一大曲样品集训练模型的步骤，直至所述第二大曲品质检测模型的SEP/SEC＜1.2；所述第二大曲品质检测模型的SEP/SEC＜1.2，则将所述第二大曲品质检测模型作为检测大曲糖分、水分及总酸的稳定的大曲品质检测模型。4.根据权利要求3所述的大曲品质检测模型的训练方法，其特征在于，每次增加新的大曲样...

【专利技术属性】
技术研发人员：孙时光，毛育志，姚翠萍，李巧玉，袁颉，潘安宇，焦富，牟明月，涂华彬，万波，
申请(专利权)人：贵州茅台酒股份有限公司，
类型：发明
国别省市：