[发明专利]酒类产品鉴别的方法

摘要

本发明涉及一种酒类产品鉴别的方法，属于酒类鉴别技术领域。本发明结合使用顶空固相微萃取、液液萃取、全二维气相色谱/飞行时间质谱和机器学习算法，以白酒作为模式酒，建立了不依赖特征组分分析的酒类识别方法，并用这一方法分析不同的酒样。本发明可以不用解析图谱中的单个化合物，能够仅仅依靠仪器分析获得的原始数据和识别算法模型对酒类的品类、品牌、品系、品质、香型、产地、年份等实现精准的识别，相比于传统方法简单方便，不依赖于人的经验，更客观可靠，速度更快，并且随着样本库的增加，将可实现更加精准的识别。

主权项

1.酒类产品鉴别的方法，其特征在于，包括如下步骤：一、样品制备：a、取样：抽取一定数目的酒类产品，并从中抽取一定量的液体用于后续步骤b的制样；b、制样：使用液液萃取或者顶空固相微萃取或者两者结合的方法对样品进行抽提、浓缩处理；c、保存：上述制样步骤得到的样品如果不立刻测试，置于低温保存；二、数据采集：d、进样：抽取上述制备好的样品0.5μl～5μl，进样到色谱仪中，进行仪器分析；e、跑样：进样后，控制一定条件进行色谱和质谱分析，并进行实时数据采集；f、数据导出：上述供试样品由全二维气相色谱/飞行时间质谱得到的色谱图经LECO ChromaTOFTM软件数据处理并对齐，设置自动导出三维数据，从而获得不同品牌或香型酒类产品的酒样质荷比m/z 20～400范围内的离子丰度值数据，得到离子丰度质谱图；三、数据分析：g、数据预处理：采取归一法对数据进行预处理，区间是(‑1,+1)；h、模型建立：将步骤g得到的离子丰度数据作为支持向量机的输入，酒类产品的品牌或香型预设值作为分类类别，导入MATLAB软件，构建不同品牌、不同香型酒类产品的品牌或香型预测模型；使用训练集数据对模型进行训练，用K‑CV交叉验证和网格搜索寻找最优惩罚因子c和σ核函数参数，在最佳参数下，建立不同品牌、不同香型酒类产品的预测模型；i、识别分析：将步骤g中预处理后的测试集数据，作为输入，使用步骤h中建立的模型进行运算，实现酒类的识别。