专利名称：法国原产白兰地酒鉴定方法
技术领域：
本发明涉及一种法国原产白兰地酒鉴定方法。
背景技术：
随着国内市场对洋酒的需求日渐提高，中国正成为国外白兰地(葡萄)酒大国的主要市场。在洋酒纷纷进入国内消费市场的同时，质量问题也成为这一领域焦点话题。由于高额市场利润以及国内消费者对洋酒的盲从心理，进口洋酒市场鱼龙混杂、良莠不齐，更有人以次充好、冒充原产地名酒来欺骗消费者，牟取暴利。特别是上世纪90年代末至本世纪初，轰动一时的牛血净化剂丑闻、法国酒以次充好的造假丑闻等事件让洋酒高贵形象大打折扣，中国一些消费者对洋酒出现了信任危机。因此，建立起一套可靠的进口法国白兰地酒鉴定方法，对维护市场秩序、保护消费者利益具有重要意义。
在白兰地(葡萄)酒业最发达的法国，对白兰地酒的鉴定及分级采用沿袭数百年的1855年分级制度，即由评酒师的品酒记录和评分来对各品牌、品种的白兰地酒进行分级、鉴定，但这种方法不够准确和有效。为防止假酒，法国打击假冒产品的调查人员也希望一种新技术来取代目前使用的这种不科学方法。常用的一些聚类分析技术，如主成分分析、K-Means聚类、Hierarchical聚类、Discriminant聚类分析，只能对白兰地酒的真假、真假产地作出粗略的识别，分类结果不够准确可靠，缺乏方法的统计保证，存在共同的理论缺陷。
随着现代分析仪器在白兰地酒分析领域的应用，人们在白兰地酒风味特征及鉴定识别方面有了新的进展，工作集中体现在对白兰地酒风味特征成分的寻找，试图通过找到一种或几种特征峰，通过对特征峰的确定及含量分析，达到白兰地酒风味特征分析及真假鉴定目的。实践证明，这一思路也是行不通的，主要因为1、通过一种或几种指标来描述复杂体系几乎是不可能的；2、直接获得的一种或几种指标由于不稳定或人为干扰，对识别或鉴定造成不确定性；3、对复杂体系很难选择有效的几个指标来描述。
在分析化学领域，人工神经网络在处理复杂样品的模式分类，如农作物产地识别等方面发挥了作用。较为成功的应用如美国农业部开发的北美马铃薯产地识别系统，这套由Anderson(2001)等人主持开发的识别系统(美国专利号632.4531)通过马铃薯样品的18种微量金属含量的等离子发射光谱测定，蛋白质多肽及多种活性酶的检测，以北美562个马铃薯产地的样本做识别目标及训练集，建立起有效的人工神经网络马铃薯北美产地识别系统。但至今尚未见有用人工神经网络鉴定法国白兰地酒。
发明内容
本发明的目的是提供一种法国原产白兰地酒鉴定方法，它能克服现有技术的上述缺点。
一种法国原产白兰地酒鉴定方法，其特征是以已知的法国白兰地酒样品多种有机酸、多种挥发性组份及多种金属元素含量为变量空间，以已知的法国白兰地酒样品为样本点空间构成竞争性反向传播人工神经网络的输入矩阵；该竞争性反向传播神经网络由前端反向传播神经网络与后端竞争函数层构成，以已知法国白兰地酒样品的顺序为秩的单位矩阵为网络训练目标，用已知法国白兰地酒样品输入矩阵及模拟含噪声输入矩阵对网络连接权值进行训练，建立网络连接；将待鉴定的法国白兰地酒的有机酸、挥发性组份及金属元素含量构成的向量输入建立的神经网络，经反向传播网络及竞争函数层的转换后，最显著的神经元胜出并作为结果表示出来，查对训练目标对应的法国白兰地酒的名称得到最终鉴定结果。
本发明的优点是能准确鉴定法国原产白兰地酒的真伪。
附图1为本发明的整体程序示意图。
附图2为鉴定法国白兰地酒所用的反向传播人工神经网络结构示意图。
具体实施例方式
本实施例以法国白兰地酒轩尼诗VSOP及人头马XO为例说明本发明，本发明的整体程序如图1所示。
首先用原子吸收、高效液相色谱、气相色谱-质谱联用分别测出已知法国白兰地酒样品的金属元素含量、有机酸含量、挥发性组份含量；所述的轩尼诗VSOP及人头马XO中的金属元素为砷、锑、钡、硒、铅、铜、镍、镉、钴、锌、钾、钠、锂、锡、钙、锰、镁、铁、铬、汞，测定结果见表1；所述的轩尼诗VSOP及人头马XO中的有机酸为苹果酸、琥珀酸、柠檬酸、酒石酸、乳酸，测定结果见表1；所述的轩尼诗VSOP及人头马XO中的挥发性组份为2-呋喃甲醛、正己醇、己酸乙酯、苯乙醇、丁二酸二乙酯、辛酸、辛酸乙酯、癸酸、癸酸乙酯、十二酸、十二烷酸乙酯、4-羟基-3，5-二甲氧基-苯甲醛、十四烷酸、十四烷酸乙酯、十六烷酸、十六烷酸乙酯、亚油酸乙酯、二十二烷、二十六烷、角鲨烷，测定结果见表1。以上述数据为变量空间，以已知的法国白兰地酒样品为样本点空间构成竞争性反向传播人工神经网络的输入矩阵。
表1.
然后，对反向传播人工神经网络的网络连接进行训练，以已知法国白兰地酒样品的顺序为秩的单位矩阵为网络训练目标，建立网络连接，即在输出向量相应位置产生“1”，其余位置输出“0”；该竞争性反向传播神经网络由前端反向传播神经网络与后端竞争函数层构成，反向传播神经网络为输入层含45个输入、输出层含n个(n为权威机构提供的法国白兰地酒标准样品数目，本实施例中n为12)输出的三层(单隐含层)误差反向传播网络，隐含层含10个神经元，采用Logsig()函数作为激发函数，采用自适应学习速率结合动量方式进行训练，动量项常数为0.95，以总误差平方和作为收敛判据。由于实际训练、使用过程中输入矩阵具有噪声，使输出向量较难准确产生“1”和“0”，将反向传播网络输出经竞争层函数转换后，最易产生“1”的输出通过竞争层竞争-抑制作用，最后仅一个输入成为胜者，对获胜神经元有关的各连接权朝着更有利于竞争的方向调整，这一获胜的神经元就表示对输入模式分类，法国白兰地酒样品鉴定的反向传播人工神经网络结构图见图2。
在由上步获得的原始数据训练的基础上，采用多组含噪声的数据组对网络连接进行训练，以达到处理实际数据的能力；含噪声的训练数据组是在原始数据基础上，依据测定数据的噪声水平，利用噪声产生函数随机产生多组数据。
最后，对待鉴定的法国白兰地酒样品进行鉴定，对取自同一批次的待鉴定的轩尼诗VSOP及人头马XO按照上述步骤分别测定同样的金属元素含量、有机酸含量、挥发性组份含量(见表2)；表2.
进行鉴定时，分别输入轩尼诗VSOP及人头马XO的金属元素含量、有机酸含量及挥发性组份含量的向量，经反向传播网络及竞争函数层的转换后，最显著的神经元胜出并作为结果表示出来，输出向量相应位置产生“1”的唯一布尔输出为对应的酒的名称，其它向量元素皆为“0”输出，如表3所示，查对训练目标对应的酒的名称，鉴定结果准确。
表3轩尼诗VSOP→ans＝ 1 0 0 0 0 0 0 0 0 00 0人头马XO→ ans＝ 0 0 0 0 0 1 0 0 0 00 0
权利要求
1.一种法国原产白兰地酒鉴定方法，其特征是以已知的法国白兰地酒样品多种有机酸、多种挥发性组份及多种金属元素含量为变量空间，以已知的法国白兰地酒样品为样本点空间构成竞争性反向传播人工神经网络的输入矩阵；该竞争性反向传播神经网络由前端反向传播神经网络与后端竞争函数层构成，以已知法国白兰地酒样品的顺序为秩的单位矩阵为网络训练目标，用已知法国白兰地酒样品输入矩阵及模拟含噪声输入矩阵对网络连接权值进行训练，建立网络连接；将待鉴定的法国白兰地酒的有机酸、挥发性组份及金属元素含量构成的向量输入建立的神经网络，经反向传播网络及竞争函数层的转换后，最显著的神经元胜出并作为结果表示出来，查对训练目标对应的法国白兰地酒的名称得到最终鉴定结果。
2.如权利要求1所述的鉴定方法，其特征是所述的多种有机酸为苹果酸、琥珀酸、柠檬酸、酒石酸、乳酸；所述的多种挥发性组份为2-呋喃甲醛、正己醇、己酸乙酯、苯乙醇、丁二酸二乙酯、辛酸、辛酸乙酯、癸酸、癸酸乙酯、十二酸、十二烷酸乙酯、4-羟基-3，5-二甲氧基-苯甲醛、十四烷酸、十四烷酸乙酯、十六烷酸、十六烷酸乙酯、亚油酸乙酯、二十二烷、二十六烷、角鲨烷；所述的多种金属元素为砷、锑、钡、硒、铅、铜、镍、镉、钴、锌、钾、钠、锂、锡、钙、锰、镁、铁、铬、汞。
全文摘要
一种法国原产白兰地酒鉴定方法，其特征是以已知法国白兰地酒样品多种有机酸、挥发性组份及金属元素含量为变量空间，以已知法国白兰地酒样品为样本点空间构成由前端反向传播神经网络与后端竞争函数层构成的竞争性反向传播人工神经网络的输入矩阵；以已知法国白兰地酒样品顺序为秩的单位矩阵为训练目标，用已知法国白兰地酒样品输入矩阵及模拟含噪声输入矩阵对连接权值进行训练，建立网络连接；将待鉴定法国白兰地酒的有机酸、挥发性组份及金属元素含量构成的向量输入建立的神经网络，最显著的神经元胜出并作为结果表示出来，查对训练目标得到最终鉴定结果。本发明优点是能准确鉴定法国原产白兰地酒的真伪。
文档编号G01N35/00GK1595164SQ200410024379
公开日2005年3月16日 申请日期2004年6月22日 优先权日2004年6月22日
发明者纪雷, 王岩, 杜恒清, 蔡发, 邓安平, 刘心同, 张艺兵, 张萍, 牛增元, 崔鹤, 孙健, 王英杰, 孙丽萍, 刘学惠, 孙忠松, 王境堂 申请人:中华人民共和国青岛出入境检验检疫局