红外光谱及Bayes信息融合技术的葡萄酒鉴别研究

建立了将检出限不同的近红外透射光谱技术和中红外衰减全反射光谱技术进行Bayes信息融合后用于葡萄酒鉴别的方法。分别采集3种品种和3种陈酿方式的干红葡萄酒的近红外透射光谱和中红外衰减全反射光谱,用PLS-DA法分别建立基于近红外光谱和中红外光谱的判别模型,用Bayes方法实现两种判别结果的融合修正。信息融合后的结果为:葡萄酒品种鉴别模型的建模集准确率为95.08%,检验集准确率为94.68%,葡萄酒陈酿方式鉴别模型的建模集准确率为98.91%,检验集准确率为98.75%;均优于单独采用一种光谱技术的判别结果。实验表明,信息融合技术有助于模型判别效果的提高,采用Bayes信息融合技术对葡萄酒品种和陈酿方式进行快速识别是可行的。