基于深度学习的白酒分类识别方法

刘 鑫 韩 强,3 周永帅 庹先国

(1. 四川轻化工大学自动化与信息工程学院，四川 自贡 643000; 2. 人工智能四川省重点实验室, 四川 自贡 643000;3. 泸州老窖集团有限责任公司，四川 泸州 646000)

白酒的分类识别技术是白酒研发生产中较为重要的一项技术，其性能有助于提升酒企的生产效率，如区别不同品牌的酒，同一品牌不同层次的酒以及不同等级的基酒。传统的白酒检测主要依靠品酒师的感官品评经验[1]，主观性强，不能实时、快速、准确地提供检测数据。随着人工智能技术的高速发展，神经网络、模式识别等技术逐渐被运用至白酒领域，电子鼻、电子舌等智能仿生检测设备[2]也随之诞生。在先进检测设备和技术广泛应用的背景下，白酒的相关数据迅速扩增，导致传统的白酒分类识别方法[2-3](如人工品评、SVM等)无法满足分类识别的具体需求，其准确率低、耗时长等弊端逐渐显露。近年来，气相(GC)、气质联用(GC-MS)[4]等仪器被应用至白酒的数据测试中，此类检测方法的鉴别精度极高，但因其存在操作复杂、检测时间长等缺点，仅能在实验室进行小样检测。

深度学习是指基于多层人工神经网络的机器学习方法，因其对高维、冗杂的数据有极大的优势而在各个领域得到了广泛的应用。基于深度学习的分类预测应用仅是其中的一个功能领域，其中文本分类、图像分类、语音识别等的应用[5-7]已较为成熟。文章拟使用阵列式传感器(电子舌)采集白酒特征数据结合深度学习[8]建立白酒品牌分类识别模型，以期实现不同品牌白酒的高效、精准分类。……