基于DFI-RSE电子鼻传感器阵列优化的葡萄酒SO2检测

作者：魏广芬; 李梦递; 赵捷; 孔维府; 张小栓

来源：农业工程学报, 2022, 38(07): 291-299.

• 传感器
• 优化
• 电子鼻
• 葡萄酒
• SO2检测
• 传感器阵列

酿造过程中SO2的监控是葡萄酒产业信息化和葡萄酒品质保障的关键。针对传统SO2测定方法操作复杂、耗费时间长等问题，该研究提出基于电子鼻技术建立葡萄酒中SO2检测方法。为提高电子鼻检测性能，提出一种基于动态特征重要度-递归传感器消除(Dynamic Feature Importance-Recursive Sensor Elimination,DFI-RSE)的气体传感器阵列优化算法。将最大信息系数(MaximumInformationCoefficient,MIC)作为度量变量间关系的标准，定义DFI选择兼顾高有效性与低冗余性的特征构成特征子集。进一步计算特征子集中的传感器重要度，结合RSE移除重要度较低的传感器，获得最优阵列组合。采用偏最小二乘回归(Partial Least Squares Regression,PLSR)、多层感知器(Multi-Layer Perceptron,MLP)、支持向量回归(Support Vector Regression,SVR)和贝叶斯岭回归(Bayesian Ridge Regression,BRR)对DFI-RSE优化前后阵列的检测能力进行比较。结果表明，针对间隔40 mg/L、0～200 mg/L范围内不同SO2添加量的葡萄酒样品，优化后阵列的传感器数量由原来的16个降低为8个，特征数量减少了59%,4种回归模型的决定系数均高于0.98，其中MLP模型检测效果最佳，均方根误差为7.73 mg/L，优于原始阵列且节省了运行时间。所建立的基于电子鼻的葡萄酒SO2添加量检测和相应的阵列构建与优化方法为葡萄酒酿造过程中SO2的有效监控技术研究提供参考。

• 单位
  电子工程学院; 山东工商学院; 中国农业大学烟台研究院