第36卷，第11期 2016年11月
光谱学与光谱分析 Spectroscopy and Spectral Analysis
Vol. 36, No. 11·pp3547-3551
November, 2016
近红外光谱和多分类器融合的葡萄酒品种判别研究
李凯1，李雪莹1，栾丽丽1，胡文雁1，王字恒1，李景明2*，李军会1，劳彩莲1，赵龙莲1
1.中国农业大学信息与电气工程学院，北京100083
2.中国农业大学食品科学与营养工程学院，北京100083
摘要将多种单分类器模型融合，并用融合后的模型对不同品种干红葡萄酒进行判别分析。用BRUKER Fisher和AdaBoost作为单分类器建模方法，分别建立葡萄酒品种判别模型，通过差异性度量值对单分类器进行筛选，得到差异性较大的四个单分类器作为基分类器，其中基分类器对测试集葡萄酒品种判别准确率最高为88.24%，最低为81.18%。然后通过加权投票机制对基分类器进行融合，融合后的模型对测试集葡萄酒品种判别准确率提高至92.94%，误判样品个数由单分类器最少的9个降为6个，实验结果表明多分类器融合所建立的模型优于传统近红外光谱定性分析一般采用单分类器模型结果，提高了葡萄酒品种判别的
准确性，采用基于近红外光谱的多分类融合方法对葡葡酒种类判定具有可行性。关键词葡萄酒；多分类器融合；差异性度量；近红外
中图分类号：0657.3
3文献标识码：A
引言
DOI: 10. 3964/i. issn. 10000593(2016)11354705
器），然后应用该最优模型进行未知样品的判别分析，多分类器融合是相对于传统的单分类模型方法提出的，其基本思路是将从多个单分类器得到的分类信息通过某种方式进行综
干红葡萄酒标签上的品种信息，如赤霞珠、美乐等，指
的是用于酿酒的葡萄的品种信息。酿酒葡萄的品种对干红葡萄酒的风格和质量起着非常重要的作用。不同品种的眼酒葡萄其色泽、形态及所含成分不同，而葡萄的颜色、皮的厚度及酸、糖、多酚类等物质的含量直接影响着酒的色、香、味，因此不同品种的葡萄酿制出的葡萄酒品质不同。对不同品种葡萄酒的鉴别主要有感官评价和理化分析的方法。感官评价是鉴别葡萄酒质量的有效方法，一般是通过品酒师的目测、鼻喉、口尝等对葡萄酒做出评价和检验，因此对品酒师的经验有一定的依赖性，理化分析的方法可以反应出葡萄酒中的某些化学成分，但这些成分的有无或含量多少与葡萄酒质量间的对应关系较难确立，感官评价和大部分理化分析的方法都难以实现大批量样品的快速鉴别。因此，实现不同品种葡萄酒的快速鉴别具有一定的理论意义和实用价值。光谱法，特别是近红外光谱法（nearinfrared spectroscopy，NIR）是一种比较理想的能够快速鉴别不同品种葡萄酒的方法。
在近红外光谱定性分析中，传统的建立判别模型的方法一般采用单一的模型，即首先建立一个最优判别模型（分类收稿日期：2015-09-03，修订日期：2016-01-14
合，即将多个预测结果通过一定的规则，形成一个共识的最终结果汀。通过对不同的、具有一定互补性的多种分类器的分类结果进行有效融合，有可能提高目标分类的判别效果，
基于光谱的多分类器融合方法在农业、食品等领域已有应用。杨燕等基于可见-近红外光谱技术结合多分类器融合方法实现了蜂蜜蜜源的快速无损识别+。祝志慧等则采用多分类器融合方法对异物蛋和正常蛋透射光谱进行检测判别结果表明多分类器融合所建立的模型优于单一分类器模型5)。本文以我国酿酒葡萄的三个主栽品种：赤霞珠、美乐、蛇龙珠所酿制的干红葡萄酒为研究对象，针对其近红外光谱，尝试利用多种判别分析方法相结合，建立一种多分类器融合判定不同品种葡萄酒的分析方法，
1实验部分 1.1材料
三类不同品种干红葡萄酒样品共170个，由中国农业大学葡萄与葡萄酒研究中心提供。其中蛇龙珠（CabernetGer
基金项目：国家自然科学基金项目（31101289），智慧农业关键技术研究项目（15055340)资助作者简介：李凯，1990年生，中国农业大学信息与电气工程学院硕士研究生
e-mail:mzekai@126.com
万方数据系人e-mail:zhaolonglian@aliyun.com；lyma@cau.edu.cn