来源：期刊VIP网 时间：
作者：曹梦德;王怡博;张贵宇;黄治超;曾祥林;彭英杰;
单位：四川轻化工大学自动化与信息工程学院;四川轻化工大学,人工智能四川省重点实验室;酿酒生物技术及应用四川省重点实验室;成都洺阔数智有限公司;企业信息化与物联网测控技术四川省高校重点实验室;四川轻化工大学计算机科学与工程学院;
摘要：白酒基酒等级检测过程中，存在感官评价方式主观性强，传统方法效率较低且造成污染的问题，如何快速准确地预测其等级具有重要意义。该研究以浓香型白酒基酒为研究对象，利用近红外光谱建立了白酒基酒等级判别模型，并对其效果进行了检验。该方法首先将交叉验证递归特征消除与机器学习方法相结合，用于度量近红外光谱特征重要性并进行初步提取；再利用前向逐步贪婪算法确定基酒等级预测的最佳特征子集；最后使用分类提升建立预测模型，通过准确率、召回率、F1分数、混淆矩阵和受试者工作曲线系统比较了5种机器学习特征提取方法(多元逻辑回归、决策树、随机森林、梯度提升机、极端梯度提升)的性能。结果表明，交叉验证递归特征消除结合极端梯度提升的方法特征提取效果最优，最终分类准确率达94.24%,相比未特征提取提高14.14%。该方法重现性好，可解释性强，为白酒基酒等级快速检测提供了新思路。
关键词：近红外光谱;;基酒等级;;特征选择;;机器学习;;递归特征消除
基金资助：企业信息化与物联网测控技术四川省高校重点实验室开放基金资助项目(2023WYY02);; 四川轻化工大学“652”科研创新团队计划资助项目(SUSE652B005);四川轻化工大学科技成果转化专项项目(mes+)(HXJY01);; 五粮液产学研合作项目(CXY2022ZR007);; 劲酒产学研合作项目(HX2021041);; 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)
