基于电子舌和EEMD-WOA-LSSVM模型的红酒贮藏年限区分

为了实现对不同贮藏年限的红酒进行客观的辨别分析,提出一种采用电子舌结合集合经验模态分解(Ensemble empirical modal decomposition,EEMD)、鲸鱼算法(whale optimization algorithm,WOA)和最小二乘支持向量机(least square support vector machine,LSSVM)组合模型的区分方法.首先采用电子舌对4种不同贮藏年限红酒的"特征图谱"进行信息采集;然后利用EEMD对原始信号进行分解,提取分解后的本征模态函数奇异谱熵和希尔伯特边际谱作为特征数据;最后,采用鲸鱼算法优化最小二乘支持向量机建立红酒贮藏年限分析模型.结果表明,EEMD-WOA-LSSVM组合模型对不同贮藏年限的红酒的分类准确率、精确率、召回率、F1-score和Kappa系数分别达到97.5％、97.75％、97.5％、0.98和0.97,其区分能力优于GA-LSSVM、PSO-LSSVM和SVM模型.该研究可为红酒贮藏年限区分提供一种新的研究思路和技术手段.