基于离子迁移谱/质谱/拉曼光谱融合技术的白酒年份识别方法技术

本发明专利技术利用模式识别技术，通过拉曼光谱、离子迁移谱和质谱对不同规格的白酒进行测定，利用主成分分析结合线性判别分析的方法对拉曼光谱、离子迁移谱和质谱数据提取特征，利用支持向量机方法建立对应的分类模型，实验结果表明多谱图特征融合算法在白酒年份识别上达到了很高的分类准确率和识别率。

【技术实现步骤摘要】

【技术保护点】
基于离子迁移谱/质谱/拉曼光谱融合技术的白酒年份的识别鉴定方法，其特征在于包括以下步骤：（1）谱图数据采集拉曼光谱图采集方法如下：用毛细管吸取白酒样本，加入到进样口，在红光632～635nm的条件下进行谱图采集；质谱图采集方法如下：采用室温下大气压毛细管直接顶空采集白酒样本进行分析，主要参数条件：电离方式：单光子电离；电离区气压为15～16Pa；加速区电压为2650～2700V，每张TOF?MS全谱图信号累计时间为15～16s，顶空体积为10ml；离子迁移谱图采集方法如下：取1mL白酒样本加入到进样瓶中，将进样瓶放入到进样器中，等酒样挥发4～6min稳定后开始采集谱图，主要参数条件：迁移管温度：120～150℃；漂气流速：1300～1500mL/min；载气流速：400～450mL/min；进样口温度：635～636℃；（2）谱图数据分析采用PCA_LDA的方法对白酒样本的拉曼光谱图、质谱图、离子迁移谱图的原始数据矩阵进行数据降维，具体方法为：首先运用PCA方法计算PCA投影矩阵WPCA，将特征投影到q维空间：XPCA=X·WPCA投影后的特征矩阵记为XPCA，n×q维，然后再对XPCA计算LDA投影矩阵WLDA完成最终的特征抽取：∂=XPCA·WLDA=X·WPCA·WLDA投影后的特征矩阵记为n×(c?1)维；通过PCA_LDA算法可以分别得到白酒样本集的拉曼光谱、离子迁移谱和质谱特征矩阵谱图数据的特征融合：采用PCA_LDA算法从拉曼光谱图、质谱图和离子迁移谱图的原始数据中提取得到的特征信息，对提取的拉曼光谱，离子迁移谱和质谱图特征进行归一化处理后按如下的串行融合方式进行融合：α→=[θgα→g,θsα→s,θzα→z]其中为同一白酒样本的拉曼光谱、离子迁移谱和质谱谱图特征，θg,θs,θz为组合系数；基于SVM的模式识别分类器的构建：记图谱特征提取融合后的白酒样本集为是融合后的多谱图特征矩阵，其中是第i个白酒样本的多谱图融合特征矢量；核函数采用线性核函数来构造SVM分类器，并由该分类器输出分类识别结果来达到白酒年份的识别和鉴 定。FDA00002959062100012.jpg,FDA00002959062100013.jpg,FDA00002959062100015.jpg,FDA00002959062100016.jpg,FDA00002959062100017.jpg,FDA00002959062100018.jpg...

【技术特征摘要】

【专利技术属性】
技术研发人员：王海燕，王国祥，姜久英，刘军，
申请(专利权)人：江苏省质量安全工程研究院，
类型：发明
国别省市：