基于最大互信息系数结合弹性网络特征提取的原酒质量评价方法.pdf

食品与发酵工业FOODANDFERMENTATIONINDUSTRIES

DOI:10.13995/ki.11-1802/ts.040992

引用格式:李晓平,刘科材,庞婷婷,等.基于最大互信息系数结合弹性网络特征提取的原酒质量评价方法[J].食品与发酵工业,

2025,51(16):172-181.LIXiaoping,LIUKecai,PANGTingting,etal.Qualityevaluationmethodofrawliquorbasedonfea-

tureextractionusingmaximalinformationcoefficientcombinedwithelasticnet[J].FoodandFermentationIndustries,2025,51

(16):172-181.

基于最大互信息系数结合弹性网络特征提取的原酒质量评价方法

1,231,21,2,4,5∗1,2∗1,21,6

李晓平,刘科材,庞婷婷,张贵宇,庹先国,彭英杰,曾祥林

1(四川轻化工大学,人工智能四川省重点实验室,四川宜宾,644000)

2(四川轻化工大学自动化与信息工程学院,四川宜宾,644000)

3(四川轻化工大学,工程实践中心,四川宜宾,644000)

4(四川轻化工大学,酿酒生物技术及应用四川省重点实验室,四川宜宾,644000)

5(四川轻化工大学,中国轻工业酿酒生物技术及智能制造重点实验室,四川宜宾,644000)

6(四川轻化工大学计算机科学与工程学院,四川宜宾,644000)

摘要原酒中物质复杂多样,主要以感官评价为导向,缺少以微量组分为依据的数字化评价方法。因此,该研

究以浓香型白酒的原酒为研究对象,利用GC-MS测定原酒风味成分含量,使用平均斯皮尔曼(averageSpearman,

AS)筛选出异常样本,为后续分析提供可靠输入。通过贝叶斯-弹性网络(Bayesianelasticnet,B-EN)筛选出对等

级贡献较大的特征物质,再结合最大互信息系数(maximalinformationcoefficient,MIC)进一步联系物质与原酒质

量间的各种相关关系,最后将原酒中大量复杂的成分信息集中于2种算法提取出的36种特征物质。利用边界

合成少数过采样技术(BorderlineSMOTE)补充不平衡数据,将36种特征物质作为极致梯度提升(extremegradient

boosting,XGB)模型的输入,最终分类准确率能达到95.38%,相比未经处理的数据提高了12.05%。该研究提出

的方法充分考虑了原酒的数据特征,可为分析原酒微量成分与质量的相关性提供新思路。

关键词原酒等级;特征提取;异常剔除;弹性网络;最大互信息;平均斯皮尔曼

[8][9]

白酒作为中国传统的固态蒸馏酒,承载着丰富的线性方法被广泛应用于白酒的等级、价格判别

酒文化,至今仍然深受欢迎。白酒生产以谷物和酒曲中,是通过将非线性的数据投影到更高维的空间中使

为原料,经过糖化发酵和蒸馏得到原酒,而原酒的质其具有线性特征后再进行分析。这些方法虽适用于

[1]

量直接决定了成品酒的品质、价格和收藏价值。白酒的数据特征但过程复杂、计算成本较大,对噪声