张 良，谭文渊，孙 跃，卢 令，李锦松

(1 泸州老窖集团有限责任公司，四川 泸州 646000；2 四川轻化工大学，四川 自贡 643000)

中国白酒具有上千年历史的传统产业，随着科技的发展，在白酒酿造技术和质量控制上有了较大的改进和提高[1]。在浓香型白酒的主体风味已经有充分的剖析[2]，在质量等级上采用品尝员的感官评价来定位，即使有经验的品尝员对同批次的样品进行两次品评时，评定结果是不理想的，感官品定受品尝员的主观影响很大。在大批量样品需要品定时，品定的结果难以得到保证。因此提高白酒质量等级评定的科学性和有效性是中国白酒业一个亟待解决的问题。

傅里叶变换红外光谱法具有快速和无损鉴定复杂混合物体的优点，已经广泛应用于农产品质量控制、食品安全和药物分析等领域[3-4]。白酒红外光谱分析是将感官品定结果与仪器的检测结果对应起来，通过大量样本数据分析，采用科学的算法处理，找出样本间的特性，在通过不断的验证和训练，去伪存真，最后达到快速高水平的品酒系统，使复杂的品酒工作得到客观、科学以及有效的控制。

本文采用PCA+SVM方法对基酒样品的近红外光谱数据进行等级分类。主成分分析法(PCA)是一种通过降维技术将多个变量转化为少数几个主成分的实用统计分析方法，是解决存在多数变量，并且各变量之间存在一定联系等相关问题的一种有效方法[5]。支持向量机(SVM)是变换输入向量的运算空间，使之经非线性内积投影到高维特征空间，继而方便构造最优分类面进行数据分类[6-7]。……