基于独立主成分和BP神经网络的干红葡萄酒品种的鉴别

第 2 9卷 , 第 5期 光 谱 学 与 光 谱 分 析 Vol129, N o15, pp1268-1271 2 0 0 9 年 5月 Spectroscopy and Spectra l Ana lys is M ay, 2009 基于独立主成分和 BP神经网络的干红葡萄酒品种的鉴别 吴桂芳1, 2, 蒋益虹1, 王艳艳 1, 何 勇1* 11浙江大学生物系统工程与食品科学学院, 浙江 杭州 310029 21内蒙古农业大学机电工程学院, 内蒙古 呼和浩特 010018 摘 要 为了实现葡萄酒品种的快速无损鉴别, 选用五种干红葡萄酒, 进行可见和近红外光谱实验, 提出了 一种用可见和近红外光谱技术快速鉴别葡萄酒品种的新方法。采用独立主成分进行模式特征分析, 经 过选用不同的独立主成分数进行建模和预测, 确定最佳独立主成分数为 20。将这 20个主成分作为神经网络 的输入变量, 建立三层 BP神经网络, 实现类别预测的同时也完成了数学建模与优化分析工作。5个品种的 葡萄酒样本数均为 35, 共计 175个样本。在神经网络学习中, 将其分成训练集样本 150个和预测集样本 25 个。对 25个未知样本进行预测, 准确率为 100%。该研究在独立主成分分析的基础之上, 根据干红葡萄酒各 独立主成分的混合矩阵向量载荷图, 选取了两个波段 ( 400~ 430 nm与 512~ 532 nm )作为葡萄酒的独立主成 分分析的特征波段。说明该文提出的基于光谱技术和模式识别的方法不仅对葡萄酒具有很好的分类和鉴别 能力, 并且可以提取出葡萄酒的指纹特征, 可用于葡萄酒的检测与技术开发。 关键词 可见 /近红外光谱; 葡萄酒; 独立主成分分析; BP神经网络; 品种鉴别 中图分类号: O43314, TS2621 6 文献标识码: A DOI: 1013964 / j1 issn11000-0593( 2009) 05-1268-04 收稿日期: 2008-02-22, 修订日期: 2008-05-26 基金项目: 国家科技支撑项目 ( 2006BAD10A04 ), 国家自然科学基金项目 ( 30671213)和高等学校优秀青年教师教学科研奖励计划项目 ( 02411 )资助 作者简介: 吴桂芳, 女, 1972年生, 浙江大学生物系统工程与食品科学学院讲师 * 通讯联系人 e-m ai:l yhe@ zju. edu. cn 引 言 葡萄酒有着 7000余年的悠久历史, 并且拥有丰富的文 化底蕴, 由于色泽亮丽, 香气浓郁, 营养丰富, 深受世界各 国消费者青睐, 经久不衰 [ 1, 2]。虽然葡萄酒都是葡萄经发酵 而成的饮料, 但是由于众多的葡萄品种, 各种气候、土壤等 生态条件, 各具特色的酿造方法和不同的陈酿方式等, 又使 它们之间存在着很大的差异, 产生了很多类型的葡萄酒 [ 3]。 按照欧盟的, 可将葡萄酒分为普通葡萄酒 ( VDT )和区限 优质葡萄酒 ( VQPRD )两大层次, 法国等一些国家又在欧盟 标准的基础上进一步对葡萄酒的质量进行了分级, 使之形成 了多个不同的层次 [ 4]。由于葡萄酒的多样性和层次性, 只凭 感官评定, 受主观因素影响较大, 准确性难以保证, 不足以 鉴别葡萄酒的种类。而常规的化学方法进行酒的不同品种的 鉴别费时、费力, 还需要昂贵的分析仪器 [ 5]。因此研制一种 简单、快速、无损的葡萄酒鉴别技术是很有必要的。 现代光谱分析技术, 可充分利用全谱段或多波长下的光 谱数据进行定性或定量分析。由于光谱分析技术具有速度 快、效率高、成本低、测试重现性好、测量方便等特点, 已经 广泛应用于众多领域。国内外学者利用光谱技术进行了品种 鉴别等, 如苹果品种 [ 6]、酸奶品种 [ 7]、大黄品种 [ 8]、中药 材 [ 9]等。 独立成分分析 ( ICA )是近几年发展起来的一种新的化学 计量学方法, 是一种从多变量数据集寻找潜在变量的信号处 理方法, 已成功地应用于生物医学信号处理、盲源信号分离 和图像处理等领域 [ 10]。人工神经网络是模仿人脑神经细胞 的结构和功能的系统 [11, 12]。目前应用较广的是一种基于误 差反向传播算法的 BP神经网络。由于具有高度非线性映射 的能力, 现已在多个领域得到了广泛的应用。本文提出了一 种基于 BP神经网络与独立主成分相结合的模式识别方法, 用于可见和近红外光谱技术研究干红葡萄酒品种的鉴别。 1 材料与方法 111 仪器设备 实验使用美国 ASD ( ana ly tica l spectra l dev ice )公司的 H andheld F ieldSpec光谱仪, 其光谱测定范围为 325 ~ 1 075 nm, 分辨率 315 nm, 探头视场角为 20b。光源采用 141 5 V和 50W的卤素灯。分析软件采用 ASD V iew Spec P ro, M atlab 713和 DPS( data procession system fo r practica l statistic) [ 13]。 11 2 样品制备及光谱的扫描 从超市和厂家获得 5个品牌不同批次的干红葡萄酒, 分 别是香格里拉# 青稞、香格里拉 # 赤霞珠、王朝、法国露映 红和威龙。每个品牌的葡萄酒都密封保存在恒温 25 e 的实 验室内。在样品采集前, 先将酒摇匀, 制备了 175个样本。光 谱扫描采用透射法, 光程 2 mm, 每个样本扫描 30次, 保存 3 条光谱曲线, 以其平均光谱作为最终的透射光谱。从全部 175个样本中, 每个品种随机选择 5个共 25个样本作为预测 集, 其余每个品种 30个共 150个作为定标集。 11 3 光谱数据预处理 为了去除来自高频随机噪音、样本不均匀、基线漂移、 光散射等影响, 需对原始光谱数据进行预处理 [ 14, 15]。采用 Sav itzky-Go lay平滑法 , 选用平滑点数为 21, 再进行 standard norm a l var iate( SNV )处理。为消除光谱数据在采集时首端与 末端产生的部分噪音 , 截取 400~ 1 000 nm波段的光谱数据 进行分析。 11 4 独立组分分析鉴别模型的建立 ICA模型如图 1所示: 其中 S = ( s1, s2, ,, sm ) T表示独 立源信号, 满足统计独立和非高斯假设, A为混合矩阵, X = AS = (x 1, x 2, ,, xm ) T为观测信号, ICA的目标就是找到分 离矩阵 W, 使 Y = WX, 其中 Y = (y1, y 2, ,, ym ) T统计独 立。 Fig11 Analysism odel of ICA 本文采用 FAST ICA算法, 该算法具有收敛速度快, 无需 动态参数的优点。FAST ICA算法由 H yvar inen等 [ 11]提出, 该 算法是基于不动点的迭代准则。在此采用峰度作为独立性判 决准则。算法迭代公式为 w i ( k + 1) = E [ xi (w i ( k) T xi ) 3 ] - 3w t ( k ) 其中 w i ( k ) 为次迭代后 W矩阵中与第 i个源信号相对应的某 一行向量, 当相邻两次 w i ( k )无变化或变化很小时 , 即可认 为迭代过程结束。 根据算法的迭代公式, 给出该算法的步骤。 ( 1)令 i = 1。 ( 2) 随机选取范数为 1的初始矢量 w (0) , 并令 k = 1。 ( 3) 令 w i ( k) = E [ xi (w i ( k - 1) Tx i ) 3 ] - 3w i ( k - 1) ( 4) 令 w i ( k) = w i ( k ) +w i ( k )+ ( 5) 若 | w i ( k ) Tw i ( k - 1) |收敛于 1, 停止迭代, 输出矢 量 w i( k ), 否则令 k = k + 1, 返回第 3步, 继续迭代。 ( 6) 若 i < 源信号个数, 则返回第 2步。直至把所有的 源信号分离出来。 2 试验结果与分析 21 1 不同葡萄酒品种的可见 /近红外光谱图分析 五种葡萄酒的可见 /近红外光谱图如图 2所示。每个品 种的葡萄酒随意选取 2条光谱。图中横坐标为光谱波长, 范 围为 400~ 1 000 nm, 纵坐标为吸光度。 Fig12 V is/N IR absorbance spectra of five d ifferen t var ieties of dry red w ine 212 独立主成分分析结果 对用于建模的近红外光谱信号采用文章中所述算法进行 ICA分析,分别提取出 10 @ 175, 20 @ 175, 30 @ 175的独立成 分矩阵 Y1, Y2, Y3和 600 @ 10, 600 @ 20, 600 @ 30的混合矩 阵 A 1, A 2, A 3。分别提取 10, 20, 30个独立主成分进行建模 和预测, 表 1列出了不同独立主成分数的建模效果, 当独立 主成分数选为 20时, 识别率最高, 达到了 100% , 神经网络 拟合残差最小, 因此本文选用 20个独立主成分进行建模和 预测。 Tab le 1 M ode ling effect w ith d ifferent num ber of ICs 独立主成分数 识别率 /% 神经网络拟合残差 10 92136 61747@ 10- 3 20 100100 91908@ 10- 5 30 98187 11479@ 10- 4 213 特征波段的选取 图 3是混合矩阵的 1~ 5分量的向量载荷图 ( 6~ 20分量 略 ), 从图中可以看出独立成分 1~ 5与各个变量的相关程 度, 独立成分 1 ~ 5的波峰与波谷在 400 ~ 430 nm 与 512 ~ 532 nm处, 说明独立主成分 1~ 5在这两个波段内与葡萄酒 F ig1 3 Vector load ings ofm ixedm atrix ( IC1-IC5) of 175 dry red w ine sam p les 1269第 5期 光谱学与光谱分析 Tab le 2 Pred iction resu lts of 25 unknown red w ine sam p le s by BP-ANN m ode l 预测样 真实值 预测值 预测样 真实值 预测值 ( 1) 1 11000 3 ( 14) 3 31000 0 ( 2) 1 11000 4 ( 15) 3 31000 3 ( 3) 1 11000 0 ( 16) 4 41000 0 ( 4) 1 11000 6 ( 17) 4 41000 1 ( 5) 1 11000 5 ( 18) 4 41000 0 ( 6) 2 21000 9 ( 19) 4 41000 4 ( 7) 2 21000 6 ( 20) 4 41000 1 ( 8) 2 21000 0 ( 21) 5 51000 1 ( 9) 2 11999 2 ( 22) 5 51000 0 ( 10) 2 11999 8 ( 23) 5 51000 6 ( 11) 3 31000 4 ( 24) 5 51000 6 ( 12) 3 31000 0 ( 25) 5 41998 9 ( 13) 3 31000 3 Note: 1: 表示香格里拉# 青稞; 2: 香格里拉# 赤霞珠; 3:王朝; 4: 法国露映红; 5: 威龙 吸光度的相关性最大 ; 分析独立成分 6~ 20与葡萄酒吸光度 的相关性在 400~ 430 nm 与 512 ~ 532 nm也为最大, 因此, 从 400~ 1 000 nm范围的 601个采样点中选出这两个波段作 为干红葡萄酒的可见 /近红外光谱的特征波段。 21 4 基于 BP神经网络的干红葡萄酒品种鉴别模型 通过独立主成分分析, 将提取的前 20个独立主成分作 为 BP神经网络的输入。通过调整网络参数得到最优的网络 结构, 从而得到最优的预测模型。经过 BP神经网络分析得 到最终的拟合残差为 91 908 @ 10- 5, 对未知的 25个样本进行 预测, 预测结果如表 2所示。设定干红葡萄酒品种的真实值 为, / 10表示香格里拉# 青稞, / 20代表香格里拉# 赤霞珠, / 30 代表王朝, / 40代表法国露映红, / 50代表威龙。设定品 种预测结果偏差在 ? 011以内, 为品种区分的界限。结果表 明, 所有未知样本都未超出偏差范围, 得到对未知样本预测 的正确辨别率为 100% 。 3 结 论 应用模式识别和可见及近红外光谱技术建立了干红葡萄 酒鉴别的模型, 识别率达到 100%。说明运用可见和近红外 光谱技术可以快速、准确的对干红葡萄酒品种进行鉴别。在 模式识别上, 采用独立主成分分析和 BP神经网络相结合的 方法, 优化了常规的模式识别方法, 大大提高了识别的精确 度。将从 ICA分析中得到的独立主成分作为 BP神经网络的 输入, 不但减少了神经网络的计算量, 加快了训练速率, 而 且因为去除了光谱干扰信息, 也提高了预测的正确率。通过 分析混合矩阵的向量载荷图, 找到了各独立主成分对应的敏 感波段为 400~ 430 nm与 512~ 532 nm。因此, 用独立主成分 结合 BP神经网络的模式识别方法和光谱技术研究葡萄酒品 种鉴别是可行的, 而且对开发研制葡萄酒酒品的检测系统具 有广泛的应用前景。 参 考 文 献 [ 1 ] ZHU M e,i L IW en-yan, GUO Q-i chang(朱 梅, 李文庵, 郭其昌 ). T echnology ofRedW ine(葡萄酒工艺学 ) . B eijing: L igh t Industry Pub lish- ing H ou se(北京: 轻工业出版社 ) , 1986. [ 2 ] LIH ua, WANG H ua, YUAN Chun- long, et al(李 华, 王 华, 袁春龙, 等 ) . RedW ine Chem istry(葡萄酒化学 ) . B eijing: S cien ce Press(北 京: 科学出版社 ) , 2005. [ 3 ] C atarino S, C urvelo-G arcia A S, B runo de Sou sa R. T alan ta, 2006, 70: 1073. [ 4 ] PENG De-hua(彭德华 ) . Co llectedW orks of RedW ine Brew ing Techno logy(葡萄酒酿造技术文集 ) . Be ijing: Science Press(北京: 科学出版 社 ) , 2005. [ 5 ] L IH ua(李 华 ) . S tudy of RedW ine Tast ing(葡萄酒品尝学 ) . Beij ing: Science Press(北京: 科学出版社 ), 2006. [ 6 ] HE Yong, LI X iao-l,i SHAO Yong-n i(何 勇, 李晓丽, 邵咏妮 ) . Spectroscopy and Sp ectralAn alysis(光谱学与光谱分析 ), 2006, 26 ( 5 ) : 850. [ 7 ] HE Yong, FENG Shu-i juan, L I X iao- l,i et al(何 勇, 冯水娟, 李晓丽, 等 ) . Spectroscopy and SpectralAn alysis(光谱学与光谱分析 ) , 2006, 26( 11) : 2021. [ 8 ] ZHU H u-i ju, ZHANG Zhuo-yong(朱惠菊, 张卓勇 ). Journ al of In strum entalAnalysis(分析测试学报 ) , 2004, 23( 6 ) : 95. [ 9 ] HE Shu-hua, ZHANG Jie, QU L ian-y ing(何淑华, 张 洁, 曲连颖 ) . A cta Scient iarum Natural ium Un iversitatis Jilin ensis(吉林大学自然科学 学报 ) , 1999, ( 4) : 103. [ 10 ] LI H ong-yan, WANG H ua-ku i(李鸿燕, 王华奎 ) . Ch in ese Journ al of Scient ific Instrum en t(仪器仪表学报 ) , 2006, 27( 6) : 664. [ 11 ] H yvarinen A, O ja E. Neu ralNetwork s, 2000, 13: 411. [ 12 ] H aykin S. Neu ralN etw ork-A Com prehens ive Foundation, 1994, 1: 44. [ 13 ] H e Yong, L iX iaol,i Deng Xunfe.i Jou rnal of Food E ngineering, 2007, 79 ( 4) : 1238. [ 14 ] TANG Q -i y,i FENG M ing-guang(唐启义, 冯明光 ) . DPS D ata Process ing System for Pract ical Statistics(实用统计分析及其 DPS数据处理系 统 ) . B eijing: Science Press(北京: 科学出版社 ) , 2002. [ 15 ] CHU X iao-l,i YUAN H ong-fu, LU W an-zhen(褚小立, 袁洪福, 陆婉珍 ) . Progress in C hem istry (化学进展 ) , 2004, 16( 4) : 528. 1270 光谱学与光谱分析 第 29卷 D iscrim ination of Varieties of Dry RedW ines Based on Independent Component Analysis and BP NeuralNetwork WU Gu-i fang1, 2, JIANG Y -i hong1, WANG Yan-yan1, H E Yong1* 1. C ollege o f B io system s Eng ineering and Food Science, ZhejiangUn ive rsity, H ang zhou 310029, Ch ina 2. C ollege o fM echan ica l and E lec trica l Eng ineering, Inne rM ongo lia Agr icultureUn iversity, H uhho t 010018, Ch ina Abstrac t In o rder to achieve the rapid discr im ination o f the varieties o f red w ines, the autho rs selected 5 kinds of dry red w ine for study w ith V is/N IR spectroscopy. F irstly, Character istics o f the pattern w ere ana ly zed by independent com ponent ana lysis ( ICA ). Th rough compar ing the resu lts o fm odeling perfo rmance by different number of independent com ponen ts, 20 pr incipa l components presenting im- portant inform ation of spectra were confirm ed as the best num ber of princ ipa l com ponen ts. The 20 independent components ( IC s) ex trac- ted by ICA we re emp loyed as the inpu ts o f the BP neu ra l netwo rks, and then a three layers o f BP neura l network w as bu ilt, category a- nalysis w as perform ed, and thewo rk o f build ing m athema tics model and optim izing the algorithm w as com pleted. F ive samp les from each va riety and a tota l o f 25 sam ples we re se lected random ly as the pred ic tion se ts. The rema in ing 150 sam plesw ere used as the tra in ing sets to bu ild the tra in ingm ode,l which was va lidated by the sam ples of the pred iction sets. The recogn ition ra te w as 100% . In add ition, based on the independen t com ponent analysis, the authors selected tw o cha racte ristic w ave bands in reference to vector load ing m ap o f m ixed m atrix. So the pa ttern recogn ition m ethods developed in th is paper not only p layed a good ro le in the class ification and discr im ina- tion, but also had the capability to extract the finger fea ture of red w ine, and o ffered a new w ay for de tecting and deve lop ing red w ines. K eywords V is /N IR spectra; Red w ine; Independent component ana ly sis( ICA ) ; BP neura l netw orks; var iety d iscrim ination ( Received Feb. 22, 2008; accepted M ay 26, 2008) * Correspond ing author 1271第 5期 光谱学与光谱分析