应用光谱技术和支持向量机分析方法快速检测啤酒糖度和pH值.pdfVIP

维普资讯

第27卷第1期红外与毫米波学报Vo1．27，No．1

2008年2月J．InfraredMillim．WavesFebruaby，2008

文章编号：1001—9014(2008)O1—0051—05

应用光谱技术和支持向量机分析方法快速检测

啤酒糖度和pH值

王莉，何勇，刘飞，应霞芳

(浙江大学生物系统工程与食品科学学院，浙江杭州310029)

摘要：为实现啤酒糖度和pH值的快速检测，采用可见／近红外光谱仪器得到360个啤酒样本的可见／近红外光谱数

据．使用主成分分析(PCA)对数据进行降维处理以消除众多信息共存中相互重叠的部分，得到6个主成分值．将样

本数据随机分为定标集和预测集，利用最小二乘支持向量机(LS—SVM)算法在定标集数据基础上建立啤酒糖度和

pH值预测模型，并利用此模型对预测集样本进行预测．根据预测相关系数(r)和预测标准偏差(RMSEP)判断预测

模型好坏，结果表明该模型对啤酒糖度预测的相关系数r为0．9829，RMSEP为0．1506；对啤酒pH值的预测相关系

数r为0．9563，RMSEP为0．0494，预测精度明显高于神经网络和PLS预测，所以利用该模型能够准确的预测啤酒

的糖度及pH值．

关键词：啤酒；可见／近红外光谱；最小二乘支持向量机；糖度；pH

中图分类号：262．5文献标识码：A

RAPIDDETECTIoNoFSUGARCoNTENTANDpHIN

BEERBYUSINGSPECTROSCoPYTECHNIQUECoMBINED

WITHSUPPoRTVECToRMACHINES

WANGLi，HEYong，LIUFei，YINGXia—Fang

(CollegeofBiosystemsEngineeringandFoodScience，Zh~iangUniversity，Hangzhou310029，China)

Abstract：FortherapiddetectionofsugarcontentandpHinbeer，visiblenadnerainfrraed(VIS／NIR)spectraof360

beersampleswerecollectedbyusingVIS／NIRspectroradiometer．Principalcomponentanalysis(PCA)wasappliedforre—

ducingthedimensionalityinordertodecreasehteoverlappedinformationofhterawspectraldata，and6principalcompo—

nents(PCs)wereselected．Thesmapleswererandomlysepraatedintocalibrationsetandvalidationset，andleastsquraes—

supportvectormachines(LS—SVM)algorithmWasusedtobuildcalibrationmodelofsugracontentnadpHinbeer，htenthe

modelwasemployedofrhtepredictionofthevalidationset．Correlationcoefficient(r)ofpredictionandrootmeansquare

e丌0rofpredictionfRMSEP)wereusedastheevaluationstandards．TheresultsindicatethathternadRMSEPofrht