专利名称：白酒年份鉴别方法
技术领域：
本发明属于酒类检测方法，具体地说是一种白酒年份鉴别方法。
背景技术：
酒的年份是区分酒的等级的重要指标，国外很早就开始利用储藏年份对葡萄酒，威士忌，金酒，白兰地等酒类进行区分。这种等级划分的标准比较成熟，英美诸国都有关于酒的年份分类的相关法律，严格规范酒类的生产和储藏。譬如1988年，英国颁布威士忌法案指出，苏格兰威士忌必须由苏格兰当地的蒸馏酒厂酿造，而且，整个过程应当符合相关规定并且原酒必须装入700公升以内的橡皮酒桶，贮存至少3年，熟成过程中，除水、烈酒及焦糖外，不得添加他物，还设置专门管理机构。国内对白酒类年份鉴定、分类还处在起步阶段，鉴别的技术和方法还不够成熟，相关法规还不够完善，监管乏力。目前，国内外鉴别酒的年份的常用方法是凭借专业人员通过品尝酒的口感并结合色泽等判断酒的年份，这种方法的主要缺点是人为因素较大，缺乏严密性。随着技术的发展国内外酒类年份鉴定领域又提出了一些新的鉴定思路和鉴定方法，概括起来大约有近红外光谱法，核磁共振法，电导率法，紫外光谱法，气相色谱法等。近红外光谱法是利用近红外光谱进行酒类年份鉴别，主要是通过傅里叶变换红外光谱仪获取不同年份酒的红外光谱，建立基于偏最小二乘法的回归判别模型，利用该模型对未知年份的酒的红外光谱做回归分析，再利用回归的结果对酒的年份进行鉴定。缺点是红外光谱法是物质结构鉴定的重要手段，定量回归分析对于数据采集有较高要求。目前国内应用该种方法对酒类年份鉴定的研究主要是针对黄酒年份的鉴别。核磁共振法采用核磁共振技术分析酒中的14C的含量或者18O含量或乙醇中的2HzilH的比值判定酒的年份。由于同位素受气候，产地影响较大，同位素的含量与酒的年份不是一一对应的关系，检测的结果不能准确表明酒的年份。利用核磁共振技术鉴定酒的年份的另一种思路是通过测量酒中醇和水的缔合情况来推断酒的年份。但实际情况是随着储存时间的增加，白酒中的水和醇类缔合形成稳定的结构，通常形成稳定结构的时间最长为20个月，另外，对于处于酸性环境中的缔合作用形成稳定缔合结构的时间更短，超过最长缔合时间以后，白酒中醇和水的缔合作用与白酒储藏年份没有直接关系。电导率法其测量原理是不同年份的蒸馏酒的电导率随着储存时间的增加而下降，利用电导率随储存时间的变化规律可以判定酒龄。但是研究发现导致电导率变化的主要原因是由于分子间氢键的缔合作用生成了缔合群，质子交换作用减少所致，因而氢键的缔合作用和储藏年份没有直接关系。气相色谱法利用气相色谱法对不同酒龄的白酒的微量成分进行定量检测，利用酒中的酯类，有机酸，醇类，羰基化合物随时间变化的规律鉴定白酒的年份。缺点是测试样品制作过程复杂，分析周期长，往往需要检测多种物质，增加了检测难度。鉴于酒类年份鉴定的实际情况，亟需建立一种白酒年份的鉴别方法。
发明内容
为克服现有酒类年份鉴定方法中或人为因素影响较大，鉴定结果不严密；或鉴定的方法不科学，鉴定的结果不准确；或鉴定的方法较繁琐，工作量大等缺点，本发明提供了一种能够准确鉴别白酒年份的方法，该方法利用白酒中多种特征元素随时间变化的规律，结合机器学习和模式识别理论来训练白酒年份分类器，然后用分类器对白酒中特征元素定量分析、分类，鉴别出白酒储存的年限，由于采用机器学习和模式识别技术，不但保证了该方法的科学性、严密性，还提高鉴定结果的精度，降低样品制作复杂度。本发明解决技术问题所采用的技术方案是:白酒年份鉴别方法，包括:SI)测定不同品种、不同储存时间的年份酒的特征微量元素含量，建立数据库；S2)将数据库中微量元素的含量作为训练样本的特征值，利用机器学习和模式识别的方法训练年份酒鉴定分类器；S3)测定待测年份酒中的相关微量元素含量，建立特征值向量；S4)将步骤S3的特征值向量降维后带入步骤S2得到的年份酒鉴定分类器进行计算，确定待测年份酒的年份。所述的方法，步骤SI和S3是利用电感耦合等离子体发射光谱仪进行测定的；微量元素包括招、钾、镁、磷、锌和钠 。所述的方法，步骤2训练年份酒鉴定分类器的方法包括:首先建立分类器优化模型，然后求解该模型得到需鉴别品牌年份酒的判别权矢量。所述的方法，建立分类器优化模型的方法包括:设该年份酒有ny种年份，对每种品牌的年份酒鉴定需要η个降维后的微量元素特征值，按照年份从小到大排列，那么第i种年份酒的微量元素特征可以表示为特征向量Fni=Lfli, f2i，f^，...，fni]，其中G表示第i种年份酒的第j个降维后的微量元素特征值，i = 1、2、3、…、ny, j=l、2、3、…、η ;建立分类器优化模型需要N个训练样本，N等于样本总数的一半:
权利要求
1.白酒年份鉴别方法，其特征在于包括:51)测定不同品种、不同储存时间的年份酒的特征微量元素含量，建立数据库；52)将数据库中微量元素的含量作为训练样本的特征值，利用机器学习和模式识别的方法训练年份酒鉴定分类器；53)测定待测年份酒中的相关微量元素含量，建立特征值向量；54)将步骤S3的特征值向量降维后带入步骤S2得到的年份酒鉴定分类器进行计算，确定待测年份酒的年份。
2.根据权利要求1所述的方法，其特征在于:步骤SI和S3是利用电感耦合等离子体发射光谱仪进行测定的；微量元素包括铝、钾、镁、磷、锌和钠。
3.根据权利要求1所述的方法，其特征在于，步骤2训练年份酒鉴定分类器的方法包括:首先建立分类器优化模型，然后求解该模型得到需鉴别品牌年份酒的判别权矢量。
4.根据权利要求3所述的方法，其特征在于，建立分类器优化模型的方法包括:设该年份酒有ny种年份，对每种品牌的年份酒鉴定需要η个降维后的微量元素特征值，按照年份从小到大排列，那么第i种年份酒的微量元素特征可以表示为特征向量Fni=Lfli, f2i，f^，...，fni]，其中G表示第i种年份酒的第j个降维后的微量元素特征值，i=l、2、3、…、ny，j=l、2、3、…、η ;建立分类器优化模型需要N个训练样本，N等于样本总数的一半；
5.根据权利要求4所述的方法，其特征在于，求解分类器优化模型的方法包括:利用拉格朗日乘子法得到目标函数，其目标函数为:
6.根据权利要求1所述的方法，其特征在于，步骤S4降维的方法包括:设步骤S3得到的特征值向量为X=[Xl，X2,…，Xi，…xp]，其中Xi为第i种微量元素的鉴定值，P为微量元素的个数，i = 1，2，…，P ;对该特征向量[X1, X2,…，Xp]进行线性组合，提取包含η个新的特征值的向量F, F =[F1, F2,-,Fn],n< p，使得新的特征值向量F能概括原特征值向量的信息，即可实现特征值向量的降维。
7.根据权利要求6所述的方法，其特征在于:新的特征值向量F是通过求解下述优化问题得到的:max(aTXTXa)，其约束为 | a || 2=1其中，max表示求最大值，a是线性组合的系数；利用拉格朗日乘数法可得目标函数L:L=aTXTXa- λ (aVl)其中，λ为拉格朗日常数；目标函数L对a求导可得:X1Xa = λ a即3是乂1的第一个标准化的特征向量，设对应的特征值是λ i，将原始特征值向量向a方向投影，即计算Xa就求得了新的m维向量F的第一维的值x1;同理选择XtX的第二个标准化的特征向量b，对应的特征值是λ 2，将原始数据向b方向投影，即计算Xb就求得了新的η维向量F的第二维的值X2 ;依此类推，选择前η个标准化的特征向量，将原始特征值向量分别投影，即获得新的η维向量F。
8.根据权利要求6或7所述的方法，其特征在于:η取值范围按
全文摘要
本发明提供了一种白酒年份鉴别方法，其包括S1)测定不同品种、不同储存时间的年份酒的特征微量元素含量，建立数据库；S2)将数据库中微量元素的含量作为训练样本的特征值，利用机器学习和模式识别的方法训练年份酒鉴定分类器；S3)测定待测年份酒中的相关微量元素含量，建立特征值向量；S4)将步骤S3的特征值向量降维后带入步骤S2得到的年份酒鉴定分类器进行计算，确定待测年份酒的年份。本发明不但保证了该方法的科学性、严密性，还提高鉴定结果的精度，降低样品制作复杂度。
文档编号G01N21/71GK103076317SQ20121059479
公开日2013年5月1日 申请日期2012年12月31日 优先权日2012年12月31日
发明者尤新革, 牟怿, 徐端全, 周龙, 曾武, 刘延申 申请人:华中科技大学