知识产权及项目获奖情况

科技成果简介

本发明涉及基于高光谱图像技术的窖泥水分最优预测模型建立的方法，属于固态发酵指标检测技术领域。本发明首先分别采集不同窖泥样本在近红外和可见光波段的全光谱数据，通过ENVI软件进行黑白校正并将原始光谱信息转化成光谱反射率，提取感兴趣区域（ROI），保证能代表样本绝大部分信息，将提取出的光谱信息经过未处理以及标准变量变换（SNV）得到用于后续分析的光谱数据，将近红外和可见光两个波段的窖泥样本分别通过K-S算法分为训练集和测试集，运用连续投影算法（SPA）筛选与表征指标密切相关的特征波长及对应的光谱信息，分别基于全光谱和特征光谱对训练集样本建立不同的快速定量预测模型，包括偏最小二乘回归（PLSR）、最小二乘支持向量机（LS-SVM）、反向传播人工神经网络（BP-ANN），通过训练集和测试集的决定系数和均方根误差（RMSE）来评价并筛选出最优预测模型，从而建立一种快速预测窖泥水分含量的方法。

合作方式

□技术合作  ■技术转让  □技术入股  □其他

应用领域及前景：

窖泥是发酵的基础，其中以己酸菌为主的有益微生物菌群，利用糟醅中的营养物质进行产酸产酯，己酸乙酯是浓香型白酒的主体香味成分。因此窖泥在生产过程中对浓香型白酒质量起着决定性作用，评价窖泥好坏就显得比较重要。鉴于目前的一些分析手段所存在的试验周期长、程序复杂、花费成本高、数据处理量大、结果不可控等一系列缺点，新一代的高光谱成像技术的优势就凸显出来，本发明首次将其运用于白酒酿造行业窖泥质量的监测方面。为实现智能化在线监测，本发明涉及一种基于高光谱图像技术的窖泥水分最优预测模型建立的方法，其适用于各大香型白酒生产企业。优势在于本发明采用近红外和可见光光谱，全波段和特征波段，未处理以及SNV、不同建模方法，通过比较决定系数和均方根误差的大小，以期找到窖泥水分定量预测的最优模型，从而建立一种快速预测窖泥水分含量的方法，为智能化在线监测窖泥质量，实现人工养窖护窖打下坚实的基础。

项目成熟度

联系人

肖维

联系电话

0831-3621077

联系地址

宜宾市科创中心岛D1-C2楼

联系邮箱

1541782540@QQ.com