来源：期刊VIP网 时间：
作者：王怡博;庹先国;张贵宇;张磊;向星睿;严俊;
单位：四川轻化工大学人工智能四川省重点实验室;四川轻化工大学自动化与信息工程学院;酿酒生物技术及应用四川省重点实验室;
摘要：白酒基酒中含有种类繁多、关系复杂的微量成分，如何快速简便地预测其等级具有重要意义。为实现快速准确的鉴别，并考虑多组分样本物质间协调关系，降低计算复杂度，本文在近红外光谱数据基础上，提出了一种改进的排列组合总体分析（improved permutation combination population analysis,imPCPA）特征选择方法。研究基于浓香型白酒4种等级基酒共687个样品，建立了近红外光谱白酒基酒等级判别模型，采用了组合特征选择策略对光谱点进行筛选。先使用区间偏最小二乘法（interval partial least squares,IPLS）对预处理后的光谱进行无信息变量的剔除，再使用imPCPA对选取的区间进行波点筛选，最后建立极端梯度提升树（established extreme gradient boosting,XGBoost）分类模型。最终筛选出了32个特征波点，相比于改进之前的算法在计算量上减少了80%，分类模型预测集准确率中位数达95.65%。综上，该方法缓解了现有的感官品评方法进行酒类分析带来的主观性强、重现性差的特点，实现了多组分样本中成分间的协调作用的捕捉，特征选择结果解释性好，为白酒基酒等级的快速检测提供了参考。
关键词：近红外光谱;;白酒基酒;;组合特征选择;;排列组合总体分析;;峰识别
基金资助：中国轻工业酿酒生物技术及智能制造重点实验室开放基金项目（2023-01）;; 四川轻化工大学科技成果转化专项项目（mes+）(HXJY01);四川轻化工大学“652”科研创新团队计划资助项目（SUSE652B005）;; 五粮液产学研合作项目（CXY2022ZR007）
