第33卷，第11期 2013年11月
光谱学与光谱分析 Spectroscopy and Spectral Analysis
Vol. 33 ,No. 11 -pp3014-3018
November ; 2013
支持向量回归在葡萄酒红外定量分析中的应用
罗韬，魏纪平2，赵玉平3，张军“
1.天津大学计算机科学与技术学院，天津市认知计算与应用重点实验室，天津300072 2.天津大学化工学院，天津，300072
3.烟台大学生命科学学院，山东烟台264005
4.中法合营王朝葡萄酿酒有限公司，天津300402
摘要近年来，基于朗伯-比尔定律和化学计量学的红外光谱定量分析方法发展十分迅速。其中，选择合适的预处理方法和有效的校正模型是定量分析成功的关键。选取30个葡萄酒样品，运用红外光谱结合向量回归算法SVR，对葡葡酒乳酸、酒右酸、之酸异戊酯、3-甲基-1-醇进行广红外含量预测。选用标准归一化、基线校正以及异常样本点剔除三种谱图预处理方法，结合支持向量回归算法。实验结果表明该方法行之有效，计算值与标准值间的相对误差可被控制在5%以内。该方法可应用于葡萄酒中代表性物质含量的定量分析检测，
关键词傅里叶变换红外光谱法；定量分析；支持向量回归
中图分类号：0433.4；TS262.6文献标识码：A
引言
D0I: 10. 3964/i. issn. 1000-0593 (2013 )11-3014-05
结合SVM算法对葡萄酒的四种主要风味成分进行快速定量分析，以满足葡萄酒行业质量控制的需要。
近年来，傅里叶变换红外光谱（FTIR)分析技术结合化
1实验部分
学计量学多元校正模型被成功地应用于多元混合物分析中，
涉及到农业和食品、石化、药物等行业口。葡萄酒是典型的多元混合物，其风味物质多达上百种，而风味物质含量多少决定葡萄酒质量的优劣，目前其主要采用色谱方法进行测定，而FTIR结合多元校正算法可以快速定量葡萄酒的风味物质，因此利用FTIR对葡萄酒的主要风味物质进行快速定量对葡萄酒行业的质量控制有很重要的意义。
常用的多元校正算法大多是线性方法[2.3}。特别地，当
观测光谱受到巢声污染，或受到温度等外界条件十扰，出现严重的非线性问题时，线性算法的预测能力显得严重不足。近年来，为广提高红外光谱定量模型预测精度，许多非线性算法被引人到红外光谱的定量分析中，人工神经网络常用于光谱的非线性定量回归分析，但是其易产生局部最优解。以此针对以上间题，基于机器学习的支持向量机（SVM)算法5能够有效地改善红外光谱数据的过拟合、处理非线性和高维等回题，能够得到全局最优解，同时具有稀疏性，因此 SVM在很多领域显示出了极大的优越性]。本文利用FTIR
收稿日期：2013-03-11，修订日期：2013-05-12
1.1仪器与方法
实验采用美国PerkinElmer(PE）公司生产Spectrum400 FTIR&FT-NIR红外光谱仪，黑体空腔恒温高效冷却光源， InGaAs检测器，智能衰减全反射ATR附件（顶部带有ZnSe 晶体凹槽)。工作软件为与红外光谱仪配套Spectrum工作站，版本号v6.3.5.0176
气相色谱法气-质联用法：本实验采用Agilent7890A，
项空固相微率取-气相色谱/质谱联用（HS-SPME-GC/MS)技术。
气质色谱条件：色谱柱N-NOWAX柱（60mX0.25mm X0.25m）；内标物二甲基戊醇；程序升温初始温度40℃，保留5min，以8℃·min-升至160℃，再以5℃·min-1 升至208℃，然后再以8℃·min-1升至250℃，保留10 min；质谱离子源EI源，离子源230℃电力电压70eV；质量
范围40~450amu。 1.2样品
基金项目：国家自然科学基金项目（61274021），教育部新教师基金项目（20120032120093），山东省自然科学基金项目（ZR2011CM026），天
津市自然科学基金青年项目（13JCQNJC00600)资助
作者简介：罗婿，1978年生，天津大学计算机科学与技术学院讲师
e-mail : luo_tad@ tju. edu, cn ; zhangf@ dynasty, com. cn