ICP-AES结合主成分分析和决策树模型的四种品牌白酒鉴别方法研究

作者：郑劼; 吴文林; 万渝平; 梁恒兴; 肖全伟; 朱霞萍

来源：食品工业科技, 2016, (24): 74-77+82.

DOI：10.13386/j.issn1002-0306.2016.24.006

• 白酒
• 元素
• ICP-AES
• 主成分分析
• 决策树模型 spirit
• element
• ICP-AES
• PCA
• decision tree

采用电感耦合等离子体原子发射光谱(ICP-AES)测定了四种品牌56个白酒样品(五粮液,郎酒,全兴,五津醇)中的16种元素含量。通过对结果进行z-score标准化,消除各元素间量纲差异,再对其进行主成分分析。结果表明,第一主成分的方差贡献率为40.3%,前十主成分的贡献率达96.3%,基本保留了原变量的所有信息。选择前十主成分建立决策树分类预测模型,模型的交叉验证准确率高达97.6%,再用模型预测未参与建模的15个白酒样品,准确率高达100%。模型能够准确区分五粮液,郎酒,全兴,五津醇四种品牌白酒。

• 单位
  成都市食品药品检验研究院; 成都理工大学