来源：期刊VIP网 时间：
作者：许诗咏;石婷;赵玉霞;王茹;张明锦;
单位：青海师范大学化学化工学院;青海省产品质量检验检测院;青海省环境功能材料与应用先进技术重点实验室;
摘要：“互助”青稞酒为我国原产地保护地理标识产品,随着人们对它的逐渐关注,假冒、稀释“互助”青稞酒充斥市场,不仅严重损害了消费者的利益,而且扰乱了市场经济。面对复杂的市场,寻找一种快速、无损、科学的方法鉴别“互助”青稞酒一直是分析研究的重点。该文以“互助”青稞酒、非“互助”青稞酒和非青稞酒为研究对象,采用紫外光谱对3类白酒的光谱特性进行研究。然后分别考察4种预处理方法、2种特征变量筛选方法和6种分类模型对“互助”青稞酒的识别效果。结果表明,支持向量机、极限学习机和反向传播神经网络(back propagation neural network,BPNN)等分类方法 经红嘴蓝喜鹊优化器(red-billed blue magpie optimizer,RBMO)优化后,能显著改善分类效果。其中,经过一阶导数预处理和ReliefF特征变量筛选后得到的数据结合RBMO优化BPNN后的分类识别效果最好,其在训练集上准确率达到96.20%,在测试集上准确率达到100%,最终适应度值最低,说明RBMO结合BPNN能快速、无损、准确区分青稞酒。
关键词：“互助”青稞酒;;反向传播神经网络;;红嘴蓝喜鹊优化器;;支持向量机;;极限学习机
基金资助：国家自然科学基金项目(22363010);; 青海省自然科学资金项目(2022-ZJ-769)
