白酒原产地、香型、质量等级判别模型初步完成

        白酒是中国的传统产品之一,有着悠久的历史,其独特的风味不同于其他蒸馏酒。由于地理环境、原料和酿造工艺设备的不同,形成了各具风味特色的香型白酒。目前,根据白酒的不同香气特征,主要分为酱香、浓香、清香、米香、凤香、药香、豉香、芝麻香、兼香、特型和老白干11种香型。

        即使是同种香型白酒,由于不同的产区地理环境和气候条件也会造成白酒风味的差异,使白酒中微量香气成分及其相互之间的的量比关系不同,而形成不同的酒体风格。

        由于白酒的品种多样、成分复杂,目前国内外对于白酒的质量鉴别、产品开发,除了检测卫生、理化指标外,还主要是依靠人的感觉器官,即视觉、嗅觉、味觉,对产品的色、香、味进行观察、分析、描述、定级,并做出综合评价,最终作为确定优质酒等级的主要依据。然而,传统的白酒品评方法存在着诸多问题,比如:分辨能力低、难以规范操作、误差大等,致使产品质量的优、劣难以反映,特色难以界定,大大限制了白酒质量的规范,新产品的开发,因此,如何准确、科学、有效地评价产品质量成为白酒行业的痛点。

        本原链科学家团队团队中的范文来领导的研究团队,身处在国内处于领先地位的江南大学食品工程专业,在白酒领域拥有多年行业实践和研究经验,积累了大量的白酒分析方法和分析数据,其利用顶空固相微萃取质谱技术(Headspace-solid phase microextraction-mass spectrometry,HS-SPME-MS)获取不同香型、产地、等级白酒在质荷比m/z 55~191范围内离子的丰度值,结合神经网络算法的人工智能来构建判别模型,其通过不断计算和调整权重使所得的输出值与样本的目标输出尽可能的相近,也就是最小化样本的预测误差;成功实现了白酒香型、产地、等级的数字化分类。

        范文来的研究成果为本原链在白酒领域的成功落地应用提供了坚实的理论基础和具体实践方法,其在长期的酒厂工作和学术研究中积累的经验和白酒分析数据为本原链白酒AI成长提供了坚强的后盾。