李强等：电子鼻研究进展及在中国白酒检测的应用 481 实施人工神经网络的参数设置：网络的深度、隐含层神 同@，并形成各自独特的酒体风格.知名品牌白酒企 经元的个数、激活函数的类型、误差的计算方法等.目 业已经逐渐重视对自己白酒品牌的保护，加强其酒类 前，这些参数的设定没有统一的规则，需要进行大量的 产品的质量控制：然而，诸多不法商家为了牟取巨额利 尝试取得经验值：除此之外，一些学者提出了增加神经 益，仿冒知名白酒，不但侵犯了知名白酒企业的知识产 网络动量项、自适应调节误差更新率等方法来改善人 权，也侵害了消费者权益.因此，针对白酒品牌鉴定的 工神经网络算法的工作性能，如王华和程海青切根据 方法研究，有利于保护白酒生产企业以及消费者的合 神经网络的盲均衡过程中神经元误差的变化情况，调 法权益 整BP神经网络的动量项，通过参考动量项的参数变 电子鼻在中国白酒品牌鉴定中得到了应用，Jing 化来避免神经网络在训练过程中陷入局部最优的困 等侧使用六种半导体气敏传感器和五种红外传感器 境，获得了不错的结果.Aleixandre等B利用新型电子 设计出一种电子鼻来区分同种香型下的八种中国白 鼻来检测红酒生产过程中不同葡萄发酵时间和不同种 酒，他们使用反向传播神经网络算法、线性判别算法和 类的葡萄在红酒的气味方面存在的差异，对采集的数 多线性分类器来处理电子鼻采集的中国白酒的信号， 据使用主成分分析算法预处理后，使用基于神经网络 发现多线性分类器比反向传播神经网络、线性判别算 结构的概率神经网络算法，准确率达到93.6%，实现 法具有更高的分类识别率，分类正确率为97.22% 对葡萄酒品的检测.周红标等5网针对白酒分类中电 Gu等9-0利用一种八通道的聚合物石英压电传感器 子鼻采集的信号提出一种基于交替投影神经网络 型电子鼻对11种中国白酒进行了测试，基于线性判别 (APNN)的模式识别算法，其利用差异演化算法 算法的识别准确率98.2%，基于BP神经网络的模式 (DE)、遗传算法(GA)、粒子群算法(PSO)优化概率神 识别系统的检测结果是93.3%.Qi等@使用比色型 经网络的网络平滑因子参数集，实验证明，该算法收敛 电子鼻对六种不同产地的中国白酒进行了测试，测试 速度较之前有较大提升. 的六种中国白酒在不同的染料下展示了不同的颜色模 电子鼻中应用的不同模式识别算法均有其各自的 式，分别基于分层聚类分析、主成分分析算法和线性判 优缺点.从训练角度看，基于统计理论的算法，如K近 别算法的模式识别算法检测结果显示，三种方法均可 邻算法和线性判别算法，无须对待分类样本进行训练， 达到要求的准确率，而采用线性判别算法模式识别系 模型比较简单，易于理解，但具有鲁棒性不强的劣势： 统的电子鼻识别效率最高，正确率达100%.朱焯炜 神经网络算法具有较强的容错性，对采集的新进数据 等采用平行因子方法(PARAFAC),对采集的数据 样本可以做出很好地判断分类，但需要消耗大量硬件 进行训练，然后结合遗传算法(GA),将识别结果与光 资源及计算时间.因而，设计者需要根据电子鼻的使 谱特性分析法实验结果进行对比，验证了改进型算法 用环境、采集的数据特点来选择其最佳的模式识别 的有效性，最终预测准确率达到了97.5% 方法. 4.2中国白酒风味识别 风味作为中国白酒最重要的特征和标志属性之 4电子鼻在中国白酒检测中的应用 一，深刻影响着中国白酒的可接受性、口感、滋味.研 中国白酒利用粮谷发酵而成，发酵工艺不同，产生 究中国白酒的风味特点，可以帮助酒类生产企业了解 的仅占白酒总量约1%左右的醇、脂、酸、酚类等有机 其产品的风味成分、风味产生的过程及原理，有助于改 化合物含量不同，导致其香型各异.微量有机化合物 进白酒的生产工艺流程. 是中国白酒检测的主要内容，其组成之复杂，组分种类 基于电子鼻检测技术的中国白酒风味识别研究受 之多，含量跨度之大，为中国白酒品牌鉴定、风味识别、 到了诸多学者的重视，Xiao等侧基于主成分分析算法 酒龄检测等提出了严峻挑战5网 和分层聚类分析方法对使用电子鼻及气相色谱一质谱 随着基于模拟人类嗅觉机理的电子鼻检测技术的 联用(GC一MS)方法检测的五种具有不同品牌和香型 快速发展，该技术为中国白酒产品的检测提供了新方 的中国白酒检测结果进行了对比，确定出了中国白酒 法，有效的克服了传统非主观检测方法中微量有机化 中的86种香味化学成分，对比结果显示，电子鼻和 合物理化指标分析检测速度慢、成本高、无法大规模推 GC-一MS方法可以用于中国白酒产地和香型的识别. 广和人为主观感官品评检测方法中结论客观性不足的 Liu等使用一种便携式的电子鼻对二十种中国白酒 缺点.我们对电子鼻在中国白酒品牌鉴定、风味识别、 的风味进行了检测，在对比了传感器对不同香型中国 酒龄检测等方面的研究进展进行了综述 白酒的反应信号后，他们使用基于支持向量机算法的 4.1中国白酒品牌鉴定 模式识别系统对中国白酒的香型进行了评估，准确率 由于产地、生产工艺和原料之间的差异，不同品牌 达到83.3%，也验证了电子鼻可以用于中国白酒的香 的中国白酒中各种微量香气成分及其含量各不相 型评估的观点.霍丹群等对五种香型的中国白酒李 强等: 电子鼻研究进展及在中国白酒检测的应用 实施人工神经网络的参数设置: 网络的深度、隐含层神 经元的个数、激活函数的类型、误差的计算方法等． 目 前，这些参数的设定没有统一的规则，需要进行大量的 尝试取得经验值; 除此之外，一些学者提出了增加神经 网络动量项、自适应调节误差更新率等方法来改善人 工神经网络算法的工作性能，如王华和程海青［57］根据 神经网络的盲均衡过程中神经元误差的变化情况，调 整 BP 神经网络的动量项，通过参考动量项的参数变 化来避免神经网络在训练过程中陷入局部最优的困 境，获得了不错的结果． Aleixandre 等［56］利用新型电子 鼻来检测红酒生产过程中不同葡萄发酵时间和不同种 类的葡萄在红酒的气味方面存在的差异，对采集的数 据使用主成分分析算法预处理后，使用基于神经网络 结构的概率神经网络算法，准确率达到 93. 6% ，实现 对葡萄酒品的检测． 周红标等［58］针对白酒分类中电 子鼻采集的信号提出一种基于交替投影神经网络 ( APNN) 的 模 式 识 别 算 法，其 利 用 差 异 演 化 算 法 ( DE) 、遗传算法( GA) 、粒子群算法( PSO) 优化概率神 经网络的网络平滑因子参数集，实验证明，该算法收敛 速度较之前有较大提升． 电子鼻中应用的不同模式识别算法均有其各自的 优缺点． 从训练角度看，基于统计理论的算法，如 K 近 邻算法和线性判别算法，无须对待分类样本进行训练， 模型比较简单，易于理解，但具有鲁棒性不强的劣势; 神经网络算法具有较强的容错性，对采集的新进数据 样本可以做出很好地判断分类，但需要消耗大量硬件 资源及计算时间． 因而，设计者需要根据电子鼻的使 用环境、采集的数据特点来选择其最佳的模式识别 方法． 4 电子鼻在中国白酒检测中的应用 中国白酒利用粮谷发酵而成，发酵工艺不同，产生 的仅占白酒总量约 1% 左右的醇、脂、酸、酚类等有机 化合物含量不同，导致其香型各异． 微量有机化合物 是中国白酒检测的主要内容，其组成之复杂，组分种类 之多，含量跨度之大，为中国白酒品牌鉴定、风味识别、 酒龄检测等提出了严峻挑战［59］． 随着基于模拟人类嗅觉机理的电子鼻检测技术的 快速发展，该技术为中国白酒产品的检测提供了新方 法，有效的克服了传统非主观检测方法中微量有机化 合物理化指标分析检测速度慢、成本高、无法大规模推 广和人为主观感官品评检测方法中结论客观性不足的 缺点． 我们对电子鼻在中国白酒品牌鉴定、风味识别、 酒龄检测等方面的研究进展进行了综述． 4. 1 中国白酒品牌鉴定 由于产地、生产工艺和原料之间的差异，不同品牌 的中国白酒中各种微量香气成分及其含量各不相 同［60］，并形成各自独特的酒体风格． 知名品牌白酒企 业已经逐渐重视对自己白酒品牌的保护，加强其酒类 产品的质量控制; 然而，诸多不法商家为了牟取巨额利 益，仿冒知名白酒，不但侵犯了知名白酒企业的知识产 权，也侵害了消费者权益． 因此，针对白酒品牌鉴定的 方法研究，有利于保护白酒生产企业以及消费者的合 法权益． 电子鼻在中国白酒品牌鉴定中得到了应用，Jing 等［61］使用六种半导体气敏传感器和五种红外传感器 设计出一种电子鼻来区分同种香型下的八种中国白 酒，他们使用反向传播神经网络算法、线性判别算法和 多线性分类器来处理电子鼻采集的中国白酒的信号， 发现多线性分类器比反向传播神经网络、线性判别算 法具有更高的分类识别率，分类正确率为 97. 22% ． Gu 等［39--40］利用一种八通道的聚合物石英压电传感器 型电子鼻对 11 种中国白酒进行了测试，基于线性判别 算法的识别准确率 98. 2% ，基于 BP 神经网络的模式 识别系统的检测结果是 93. 3% ． Qin 等［62］使用比色型 电子鼻对六种不同产地的中国白酒进行了测试，测试 的六种中国白酒在不同的染料下展示了不同的颜色模 式，分别基于分层聚类分析、主成分分析算法和线性判 别算法的模式识别算法检测结果显示，三种方法均可 达到要求的准确率，而采用线性判别算法模式识别系 统的电子鼻识别效率最高，正确率达 100% ． 朱焯炜 等［63］采用平行因子方法( PAＲAFAC) ，对采集的数据 进行训练，然后结合遗传算法( GA) ，将识别结果与光 谱特性分析法实验结果进行对比，验证了改进型算法 的有效性，最终预测准确率达到了 97. 5% ． 4. 2 中国白酒风味识别 风味作为中国白酒最重要的特征和标志属性之 一，深刻影响着中国白酒的可接受性、口感、滋味． 研 究中国白酒的风味特点，可以帮助酒类生产企业了解 其产品的风味成分、风味产生的过程及原理，有助于改 进白酒的生产工艺流程． 基于电子鼻检测技术的中国白酒风味识别研究受 到了诸多学者的重视，Xiao 等［64］基于主成分分析算法 和分层聚类分析方法对使用电子鼻及气相色谱--质谱 联用( GC--MS) 方法检测的五种具有不同品牌和香型 的中国白酒检测结果进行了对比，确定出了中国白酒 中的 86 种香味化学成分，对比 结 果 显 示，电 子 鼻 和 GC--MS 方法可以用于中国白酒产地和香型的识别． Liu 等［65］使用一种便携式的电子鼻对二十种中国白酒 的风味进行了检测，在对比了传感器对不同香型中国 白酒的反应信号后，他们使用基于支持向量机算法的 模式识别系统对中国白酒的香型进行了评估，准确率 达到 83. 3% ，也验证了电子鼻可以用于中国白酒的香 型评估的观点． 霍丹群等［66］对五种香型的中国白酒 · 184 ·