基于UV结合机器学习对白城地区制假白酒案中原料酒的溯源研究

　　

摘 要：为了快速鉴别吉林白城地区制假白酒案中原料酒的来源，本文基于紫外分光光度法结合机器学习建立了不同种类白酒的鉴别模型。结果表明，不同酒厂相同食材酿造的白酒之间的紫外光谱曲线有明显差异。经过验证，主成分分析（Principal Component Analysis, PCA）、随机森林（Random Forest, RF)、线性判别（Linear Discriminant Analysis, LDA）、支持向量机（Support Vector Machine, SVM）、逻辑回归（Logistic regression, LR）方法建立的分类模型对鉴别吉林白城地区的白酒准确率能达到96%~100%，可以实现快速鉴别白城地区白酒种类。最后，将随机森林和支持向量机模型成功应用在实际案件中原料酒的分类鉴别，取得了较好的应用效果。

关键词：白酒；分类检测；紫外分光光度法；机器学习；假酒案件；

订阅方式：
①在线订阅（推荐）：www.sdchem.net.cn
②邮局订阅：邮发代号24-109

投稿方式：
①在线投稿（推荐）：www.sdchem.net.cn
　　作者只需要简单注册获得用户名和密码后，就可随时进行投稿、查稿，全程跟踪稿件的发表过程，使您的论文发表更加方便、快捷、透明、高效。
②邮箱投稿：sdhgtg@163.com sdhg@sdchem.net
　　若“在线投稿”不成功，可使用邮箱投稿，投稿邮件主题：第一作者名字/稿件题目。
投稿时请注意以下事项：
　　①文前应有中英文“题目”、“作者姓名”、“单位”、“邮编”、“摘要”、“关键词”；
　　②作者简介包括：姓名、出生年、性别、民族、籍贯或出生地、工作单位、职务或职称、学位、研究方向；
　　③论文末应附“参考文献”，执行国标GB/T7714-2005标准，“参考文献”序号应与论文中出现的顺序相符；
　　④注明作者的联系方式，包括电话、E-mail、详细的通讯地址、邮编，以便联系并邮寄杂志。
　　 　                                                                                   山东化工稿件修改细则