[resumen]Como tecnología de análisis emergente, la tecnología de análisis espectral de infrarrojo cercano tiene las ventajas de no procesamiento previo, detección rápida, no destrucción de muestras, no uso de disolventes y detección simultánea de múltiples componentes, y se ha utilizado ampliamente en alimentos, productos farmacéuticos, agricultura, petroquímica, medio ambiente y otros campos.

Sobre la base del espectrómetro de infrarrojo cercano en miniatura desarrollado por el Centro de microsistemas de la Universidad de chongqing, esta tesis estudia su aplicación en el análisis y clasificación de la composición del alcohol, que es de gran importancia para la detección rápida del alcohol. Sobre la base del espectro infrarrojo cercano del licor recogido por el espectrómetro de infrarrojo cercano en miniatura, la tesis utiliza métodos químicos y econométricos como el análisis de componentes principales, la segunda multiplicación parcial de Zui y la máquina vectorial de soporte de segunda multiplicación de zui, y combina técnicas de reconocimiento de patrones relevantes para establecer un modelo de análisis cualitativo y cuantitativo para la detección de licor, logrando así el análisis y clasificación de componentes de licor. Los principales contenidos de investigación son los siguientes: ① se ha construido una plataforma experimental de análisis espectral de infrarrojo cercano con un espectrómetro de infrarrojo cercano en miniatura como núcleo y se ha formulado un plan experimental general factible. Se seleccionaron soluciones alcohólicas y seis tipos de licor que circulaban en el mercado como sujetos experimentales para recopilar datos espectrales de infrarrojo cercano. Con el fin de mejorar la estabilidad y aplicabilidad del modelo posterior, se estudian los algoritmos de preprocesamiento correspondientes de acuerdo con las características de las señales espectrales recogidas. ② en vista de que el espectro infrarrojo cercano tiene las características de una gran cantidad de datos, la tesis utiliza el análisis de componentes principales y el algoritmo de multiplicación binaria pequeña de Zui parcial para extraer información característica de los datos espectrales, y aplica métodos de reconocimiento de patrones (como simca, método de distancia ma), primero establece un modelo de análisis cualitativo lineal. Teniendo en cuenta la posible relación no lineal entre el espectro y los parámetros de calidad, se utiliza la máquina vectorial de soporte de dos pequeños multiplicadores Zui para establecer un modelo de análisis cualitativo no lineal.

Los resultados muestran que la máquina vectorial de soporte de dos multiplicaciones de Zui tiene una tasa correcta de clasificación. ③ se estudió el modelo de análisis cuantitativo de la precisión del licor basado en datos espectrales de solución alcohólica, y se compararon los tres métodos de modelado comunes de análisis de componentes principales, máquinas vectoriales de soporte de Zui xiaoer y Zui xiaoer. Los resultados muestran que la desviación estándar de corrección del modelo de análisis cuantitativo establecido por la máquina vectorial de soporte de dos multiplicaciones pequeñas de Zui es de 00040 y la desviación estándar de predicción es de 02912, que es mejor que el modelo de análisis de componentes principales y el modelo de dos multiplicaciones pequeñas de Zui parcial.