[Zusammenfassung]Die Near-Infrarot-Spektrum-Analysetechnologie als eine neue Analysetechnologie hat die Vorteile, dass keine Vorbehandlung erforderlich ist, die Detektionsgeschwindigkeit schnell ist, die Probe nicht zerstört, keine Lösungsmittel verwendet werden, mehrere Komponenten gleichzeitig detektiert werden können, und wird in den Bereichen Lebensmittel, Pharma, Landwirtschaft, Petrochemie, Umwelt und anderen weit verbreitet.

Diese Arbeit basiert auf dem Mikro-Near-Infrarot-Spektrometer, das vom Zentrum für Mikrosysteme der Universität Chongqing entwickelt wurde, um seine Anwendung in der Analyse und Klassifizierung von Alkoholkomponenten zu untersuchen, was von großer Bedeutung für die schnelle Detektion von Alkohol ist. Basierend auf dem nahen Infrarot-Spektrum von Weißwein, das durch ein Mikro-Near-Infrarot-Spektrometer erfasst wurde, verwendet die Arbeit chemische Methoden wie die Hauptbestandteilsanalyse, die Partial Zui Small Two-Multiplizierung und die Partial Zui Small Two-Multiplizierung zur Unterstützung der Vektormaschine und kombiniert die entsprechenden Mustererkennungstechnologien, um ein qualitatives und quantitatives Analysemodell für die Alkoholdetektion aufzubauen, um die Analyse und Klassifizierung der Alkoholkomponente zu erreichen Die Hauptforschungsinhalte sind wie folgt: ① Einrichtung einer experimentellen Plattform für die Analyse des nahen Infrarotspektrums mit einem Mikro-Near-Infrarot-Spektrometer als Kern, um ein durchführbares Gesamtexperimentprogramm zu entwickeln. Auswahl von Alkohollösungen und sechs Weißweinen, die auf dem Markt im Umlauf sind, als Versuchspunkte und Erfassung von Daten über das nahe-Infrarot-Spektrum. Um die Stabilität und Anwendbarkeit der Nachfolgemodelle zu verbessern, wurden entsprechende Vorbehandlungsalgorithmen für die Merkmale der erfassten spektralen Signale untersucht. ② Für das nahe-Infrarot-Spektrum, das eine große Datenmenge hat, verwendet die Arbeit die Analyse der Hauptkomponente und den Algorithmus der Partial Zui, um charakteristische Informationen aus den Spektraldaten zu extrahieren, die Methode der Mustererkennung (wie SIMCA, Mars-Entfernungsmethode) anzuwenden und erstellt zuerst ein lineares qualitatives Analysemodell. Unter Berücksichtigung der möglichen nichtlinearen Beziehungen zwischen Spektrum und Qualitätsparametern wurde ein Modell für eine nichtlineare qualitative Analyse mit der Zui Small Double Support Vector Machine verwendet.

Die Ergebnisse zeigten, dass die Zui Small Double Support Vektormaschine eine Klassifizierungskorrektheit hat. 3. Die quantitative Analyse von Weißalkoholalkohol auf der Grundlage von Spektrodaten der Alkohollösung wurde untersucht und die drei Modellierungsmethoden der häufig verwendeten Hauptbestandteil-Analyse, der Partial Zui Small Double und der Partial Zui Small Double Support Vektormaschine verglichen. Die Ergebnisse zeigten, dass die Korrektur-Standardabweichung für das quantitative Analysemodell, das von der Zui Small Double Support Vektormaschine erstellt wurde, 0,0040 beträgt und die prognostizierte Standardabweichung 0,2912 beträgt, was dem Hauptkomponentenanalysemodell und dem biasierten Zui Small Double-Modell besser ist.