[发明专利]葡萄酒产地智能识别方法及系统

说明书

本发明公开了葡萄酒产地智能识别方法及系统，所述识别方法包括以下步骤：收集不同产地的葡萄酒样品，通过螺旋下降的方式随机采集葡萄酒样品的至少三个光谱数据，并绘制光谱图，对光谱图进行预处理后，利用识别模型对光谱图进行特征变量提取和预测分类，生成溯源光谱图；通过螺旋下降的方式随机采集待识别葡萄酒样品的至少三个光谱数据，并绘制光谱图，对所述光谱图进行预处理，生成待识别光谱图。本发明通过螺旋下降的方式随机采集葡萄酒样品的至少三个光谱数据绘制光谱图，再通过识别模型将待识别光谱图与溯源光谱图依次对比，识别葡萄酒的产地，通过多参数对比的方式有效提高对葡萄酒产地的识别精度。

技术领域

本发明涉及葡萄酒检测技术领域，具体涉及葡萄酒产地智能识别方法及系统。

背景技术

随着人民生活水平的提高，葡萄酒的消费量持续增长，由于葡萄酒是一种地域性很强的食品，使得有地理标志的葡萄酒受到市场的广泛认可，为提高地理标志保护葡萄酒的品牌效应和经济效益，维护消费者的合法权益，葡萄酒的原产地智能识别技术至关重要。

申请公布号CN113361610A的中国专利公开一种葡萄酒产地智能识别方法及系统，该方法包括步骤：采集待检测葡萄酒的光谱数据，并绘制光谱图；对所述光谱图进行预处理，所述预处理包括降维和去噪；利用预先训练好的识别模型从预处理后的光谱图中提取出特征变量，并对提取出的特征变量进行分类，基于各特征变量的分类确定出葡萄酒的产地；所述识别模型为支持向量机分析的RBM串联多层BP 神经元网络模型，所述识别模型通过将多个RBM进行多层串联作为前向算法，后项的更新算法采用BP算法，并融合支持向量机算法而训练得到，与传统的近红外光谱检测不同。

上述技术存在以下不足：上述识别方法在检测葡萄酒光谱数据时，仅通过采集葡萄酒瓶某一区域的光谱图进行检测，由于葡萄酒瓶在运输过程中，内部的葡萄酒会产生沉淀导致分层，此时通过单区域光谱图检测的方式识别葡萄酒产地识别存在误差，容易导致产地识别错误，存在一定局限性。

发明内容

本发明的目的是提供葡萄酒产地智能识别方法及系统，以解决背景技术中不足。

为了实现上述目的，本发明提供如下技术方案：葡萄酒产地智能识别方法，所述识别方法包括以下步骤：

S1：收集不同产地的葡萄酒样品，通过螺旋下降的方式随机采集葡萄酒样品的至少三个光谱数据，并绘制光谱图，对光谱图进行预处理后，利用识别模型对光谱图进行特征变量提取和预测分类，生成溯源光谱图；

S2：通过螺旋下降的方式随机采集待识别葡萄酒样品的至少三个光谱数据，并绘制光谱图，对所述光谱图进行预处理，生成待识别光谱图；

S3：待识别光谱图输入预先训练好的识别模型，识别模型将待识别光谱图与溯源光谱图进行比对，根据比对数据输出得到识别结果。

优选的，三个光谱数据分别为葡萄酒瓶的上、中、下三个层次区域，上层为葡萄酒以及密度小于葡萄酒的漂浮物，中层为葡萄酒，下层为葡萄酒以及密度大于葡萄酒的沉淀物，对葡萄酒瓶的上、中、下三个区域划分方式为：以葡萄酒瓶的整体高度除以三得到。

优选的，步骤S3中，将待识别光谱图与溯源光谱图进行比对包括以下步骤：

S3.1：设三个待识别光谱数据分别为A₁、A₂、A₃，溯源光谱数据为 {B₁、B₂、B₃、C₁、C₂、C₃......}；

S3.2：将偏差在0.5％内的溯源光谱数据与待识别光谱数据选出；