基于机器学习和电子舌技术的白酒掺假鉴别---日本INSENT电子舌

摘要：采用电子舌技术,针对国内白酒市场上几种常见类型的掺假白酒,对14个白酒样品的酸味、苦味、涩味、苦味回味、涩味回味、鲜味、丰富性、咸味共8个指标进行分析。测定结果显示,掺假白酒与原酒、成品酒在苦味、涩味、苦味回味和鲜味、丰富性等指标之间存在一定程度的差异,表明这些指标在白酒掺假鉴别方面具有应用价值。将14个白酒样品按照原酒、成品酒和掺假白酒分为3类,结合酸味等8个指标的电子舌试验数据,采用机器学习中KNN、决策树2种分类器进行分析,通过交叉验证比较两种分类器的准确率, Python分析结果显示, KNN、决策树等模型的准确率分别为0.900 0和0.866 7,表明KNN的性能相对更高。综合比较2种分类器准确率,选择KNN作为最终分类器,该模型预测准确率为100%。 关键词：电子舌技术;白酒;鉴别;KNN;决策树;