基于电子鼻与LightGBM算法判别葡萄酒品种的研究

乔 淼 张 磊 母芳林

(河北工业大学人工智能与数据科学学院，天津 300130)

葡萄酒是一种极具风格和个性化的酒精饮料，不同

产地、不同年份、不同品种和不同工艺条件的葡萄酒均具有显著的特征[1]，其中葡萄品种是决定葡萄酒品质的重要因素。目前，鉴别不同品种的葡萄酒的方式主要还是利用品评专家的感官鉴定[2]来实现，受到个人经验和条件的限制；而现有的仪器分析[3]、理化分析[4]等只能从某一或者某几个侧面反映葡萄酒的品质。

随着电子鼻技术的发展，很多研究人员开始利用这一技术对葡萄酒品质特征进行快速判别。张振等[5]利用表面声波型电子鼻对不同年份的黄酒样品进行采样，并利用主成分分析法和典型判别分析对气体数据进行分析，成功区分了4种酒龄黄酒样品。许春华等[6]利用电子鼻指纹分析系统对张裕干白和长城干红的气味进行鉴别，并采用主成分分析和线性判别分析法对传感器响应信号进行分析，实现了对葡萄酒的风味评价。刘奕彤等[7]利用电子鼻检测技术有效地鉴别了西拉、马瑟兰和美乐3种品种干红葡萄酒的香气差异。宫雪[8]利用电子鼻对不同葡萄品种酿造葡萄酒进行检测，结合主成分分析方法和线性判别分析探索电子鼻的识别能力，结果显示，电子鼻能很好地识别与分区葡萄酒的品种。

LightGBM是一种集成学习算法，具有较优的数据分类能力，不易过拟合，在食品安全[9]、信用评级[10]、电力评估[11]、疾病预测[12]等方面可实现快速准确的判别，但目前尚未见其在葡萄酒品种鉴别中的相关报道。……