CN101000303A - 瓶装黄酒标注酒龄快速无损鉴别方法和装置 - Google Patents
瓶装黄酒标注酒龄快速无损鉴别方法和装置 Download PDFInfo
- Publication number
- CN101000303A CN101000303A CN 200710066721 CN200710066721A CN101000303A CN 101000303 A CN101000303 A CN 101000303A CN 200710066721 CN200710066721 CN 200710066721 CN 200710066721 A CN200710066721 A CN 200710066721A CN 101000303 A CN101000303 A CN 101000303A
- Authority
- CN
- China
- Prior art keywords
- sample
- spectrum
- wine
- storage time
- rice wine
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
- 235000014101 wine Nutrition 0.000 title claims abstract description 63
- 238000000034 method Methods 0.000 title claims abstract description 14
- 240000007594 Oryza sativa Species 0.000 title 1
- 235000007164 Oryza sativa Nutrition 0.000 title 1
- 244000062793 Sorghum vulgare Species 0.000 title 1
- 235000019713 millet Nutrition 0.000 title 1
- 235000009566 rice Nutrition 0.000 title 1
- 238000001228 spectrum Methods 0.000 claims abstract description 80
- 238000002329 infrared spectrum Methods 0.000 claims abstract description 19
- 235000019991 rice wine Nutrition 0.000 claims description 66
- 230000003287 optical effect Effects 0.000 claims description 30
- 239000000835 fiber Substances 0.000 claims description 17
- 238000001514 detection method Methods 0.000 claims description 11
- 238000000513 principal component analysis Methods 0.000 claims description 10
- 239000003990 capacitor Substances 0.000 claims description 9
- 239000013307 optical fiber Substances 0.000 claims description 9
- 238000012850 discrimination method Methods 0.000 claims description 8
- 230000003595 spectral effect Effects 0.000 claims description 8
- 238000012545 processing Methods 0.000 claims description 4
- 238000003705 background correction Methods 0.000 claims description 3
- 230000015572 biosynthetic process Effects 0.000 claims description 3
- 238000009499 grossing Methods 0.000 claims description 3
- 238000005070 sampling Methods 0.000 claims description 3
- 238000004364 calculation method Methods 0.000 abstract description 2
- 238000002372 labelling Methods 0.000 abstract 2
- 238000004458 analytical method Methods 0.000 description 10
- 238000005516 engineering process Methods 0.000 description 9
- 238000010183 spectrum analysis Methods 0.000 description 8
- 238000012360 testing method Methods 0.000 description 3
- 238000010586 diagram Methods 0.000 description 2
- 230000004069 differentiation Effects 0.000 description 2
- 230000002996 emotional effect Effects 0.000 description 2
- 239000000126 substance Substances 0.000 description 2
- 238000004497 NIR spectroscopy Methods 0.000 description 1
- -1 Tungsten Halogen Chemical class 0.000 description 1
- 230000032683 aging Effects 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000005251 capillar electrophoresis Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 230000018109 developmental process Effects 0.000 description 1
- 238000000855 fermentation Methods 0.000 description 1
- 230000004151 fermentation Effects 0.000 description 1
- 238000001914 filtration Methods 0.000 description 1
- 238000004817 gas chromatography Methods 0.000 description 1
- 230000003760 hair shine Effects 0.000 description 1
- 229910052736 halogen Inorganic materials 0.000 description 1
- 238000004128 high performance liquid chromatography Methods 0.000 description 1
- 238000001819 mass spectrum Methods 0.000 description 1
- 239000011159 matrix material Substances 0.000 description 1
- 238000005259 measurement Methods 0.000 description 1
- 238000012856 packing Methods 0.000 description 1
- 238000004451 qualitative analysis Methods 0.000 description 1
- 210000000697 sensory organ Anatomy 0.000 description 1
- 238000007619 statistical method Methods 0.000 description 1
- 229910052721 tungsten Inorganic materials 0.000 description 1
- 239000010937 tungsten Substances 0.000 description 1
Images
Landscapes
- Investigating Or Analysing Materials By Optical Means (AREA)
Abstract
本发明公开了一种瓶装黄酒标注酒龄快速无损鉴别方法和装置。采集黄酒样品的空瓶的近红外光谱作为背景光谱，从生产厂家提供的瓶装黄酒样品的原始样本光谱中扣除背景光谱后作为真实样本光谱，采用主成份分析方法，计算出样本特征光谱矢量及同一酒龄样本的特征光谱矢量中心；计算待测样本到酒龄样本的特征光谱矢量中心马氏距离，并将其归类到距离最小的酒龄样本类中，以此判断标注酒龄是否合格。本发明是通过对待测样本近红外光谱的主成分进行马氏距离分析，减少了计算量，能简便、快速、无损地鉴别待测黄酒的标注酒龄，且鉴别正确率高。
Description
技术领域
本发明涉及利用近红外光谱分析技术的一种瓶装黄酒标注酒龄快速无损鉴别方法和装置。
背景技术
黄酒酒龄是指酒的陈酿年份，以酒龄表示酒质优劣已成为黄酒行业的普遍方式。国家标准《黄酒》(GB/T 13662-2000)对黄酒的“酒龄”和“标注酒龄”予以了明确的定义。“酒龄”是指发酵后的成品原酒在酒坛、酒罐等容器中贮存的年限；“标注酒龄”是指销售包装标签上标注的酒龄，以勾兑酒的酒龄加权平均计算。酒龄为3年(或3年以上)的黄酒，应以优级酒(国标《黄酒》中将黄酒分为优级、一级和二级三个等级)为基酒，其中所注酒龄的基酒不低于50％。消费者普遍认为，黄酒越陈越香，越老越值钱。因而，不少商家利用消费者这一心理，在标注酒龄上做起文章。目前，在市售黄酒中不乏以低酒龄黄酒冒充高酒龄酒的所谓“五年陈酒”、“十年陈酒”。虚报酒龄不仅侵犯了消费者权益，扰乱了黄酒市场，且严重影响黄酒声誉。
现有的酒龄鉴别方法有：
感官鉴定法，但其判定的准确性受情绪因素、感情因素、基本素质、身体健康状况、品评环境等诸多因素的影响。
化学分析法，主要是采用高效液相色谱、气相色谱、质谱或毛细管电泳等现代仪器分析技术结合多元统计方法进行酒龄定性分析。这些方法的优点是作为常规仪器分析方法已经得到普遍认同，缺点则是需要复杂的制作测试样品的过程，分析周期长，成本高，效率低，且均需要对待测样品进行破坏性处理。
近红外光谱分析技术具有分析速度快、成本低、绿色分析及适合在线检测等优点。随着近红外光谱仪器和化学计量学的发展，近红外光谱分析技术完全能实现瓶装黄酒酒龄的快速、无损鉴别。
公开号为CN1789981的发明专利公开了一种基于近红外光谱的智能化黄酒酒龄快速鉴别装置。该检测装置采用发光二极管和滤光片式近红外光谱仪对黄酒瓶颈部位进行检测。
发明内容
本发明的目的在于提供一种瓶装黄酒标注酒龄快速无损鉴别方法和装置，即使用近红外光谱分析技术确定待鉴别黄酒的酒龄是否与其所标注的酒龄一致的方法和装置。
一、瓶装黄酒标注酒龄快速无损鉴别方法
1)采集生产厂家提供的黄酒样品的空瓶的近红外光谱，作为背景光谱；
2)对一组由生产厂家提供的酒龄相同的瓶装黄酒样品S1分别采集近红外光谱，得到每一个样本的近红外光谱，作为原始样本光谱；全部样本的原始样本光谱构成样本光谱集；
3)从每一个原始样本光谱中扣除背景光谱，得到每一个样本的样本光谱；
4)对每一个样本光谱进行21点平滑处理，得到每一个样本的真实样本光谱；
5)对全部真实样本光谱进行主成分分析，得到样本特征波长集；
6)取样本特征波长处的光谱值，构成特征光谱矢量Xs1，对全部特征光谱矢量Xs1作均值处理，得到样本特征光谱矢量中心Xso1；
7)对其它组酒龄的瓶装黄酒样品Si分别按2)至6)处理，得到一组样本特征光谱矢量中心Xsoi；
8)采集待鉴别瓶装黄酒的近红外光谱，并按3)和4)处理其近红外光谱后，取其特征波长处的光谱值，构成待测黄酒的特征光谱矢量，计算待测黄酒的特征光谱矢量到样本特征光谱矢量中心的马氏距离值dj，记录di取得最小值的样本特征光谱矢量中心Xsoj，则判断该样本与特征光谱矢量中心Xsoj所对应样本的酒龄相符合。
计算待测黄酒的特征光谱矢量到样本特征光谱矢量中心的马氏距离值dj的方法为：
d(S，Sj)——待测样本S到样本Sj特征光谱矢量中心Xsoj的马氏距离；
xSi——待测样本S的特征光谱矢量Xs第i个分量；
xSoji——样本Sj的特征光谱矢量中心Xsoj第i个分量。
二、瓶装黄酒标注酒龄快速无损鉴别装置
包括电脑、光源、入射光纤、入射光纤固定器、检测支架、样品定位夹紧台、接收透镜、接收光纤、光栅型光纤光谱仪、触发电路、反向器和工件检测传感器。光源的出射面与入射光纤的接收面连接，入射光纤与入射光纤固定器连接，入射光纤固定器固定在检测支架的一侧；入射光纤固定器与接收透镜呈同轴对向设置，接收透镜紧固在检测支架的另一侧；接收光纤的一端连接在接收透镜上，另一端连接在光栅型光纤光谱仪上，光栅型光纤光谱仪通过USB线与电脑连接；样品定位夹紧台紧固在检测支架底部；工件检测传感器安装在检测支架的底部且靠近入射光纤固定器的一侧；工件检测传感器输出端与反向器的输入端连接，反向器的输出端与触发电路的输入端连接，触发电路的输出端与光栅型光纤光谱仪连接。
所述的触发电路是由CB7555构成的触发电路，定时器CB7555的2引脚ui信号由工件检测传感器输出经反向器输入，电阻R、第一电容C1与5V电源及地构成充放电路，第二电容C2连接于定时器CB7555的1引脚与5引脚之间，4、8引脚接到UDD上，6，7引脚短接并连接在电阻R与第一电容C1之间，触发电路输出信号u0由定时器CB7555的3引脚输出。
本发明具有的有益效果是：通过对待测样本近红外光谱的主成分进行马氏距离分析，减少了计算量，能简便、快速、无损地鉴别待测黄酒的标注酒龄，且鉴别正确率高。
附图说明
图1是瓶装黄酒标注酒龄快速无损鉴别分析流程图；
图2是瓶装黄酒标注酒龄快速无损鉴别装置示意图；
图3是CB7555构成的触发电路图；
图4是4年陈和5年陈样品集分类结果。
图2中：1、电脑；2、光源；3、入射光纤；4、入射光纤固定器；5、检测支架；6、样品定位夹紧台；7、接收透镜；8、接收光纤；9、光栅型光纤光谱仪；10、触发电路；11、反向器；12、工件检测传感器。
具体实施方式
基于近红外光谱分析技术的瓶装黄酒标注酒龄快速无损鉴别方法：
1)采集生产厂家提供的黄酒样品的空瓶的近红外光谱，作为背景光谱；
2)对一组由生产厂家提供的酒龄相同的瓶装黄酒样品S1分别采集近红外光谱，得到每一个样本的近红外光谱，作为原始样本光谱；全部样本的原始样本光谱构成样本光谱集；
3)从每一个原始样本光谱中扣除背景光谱，得到每一个样本的样本光谱；
4)对每一个样本光谱进行21点平滑处理，得到每一个样本的真实样本光谱；
5)对全部真实样本光谱进行主成分分析，得到样本特征波长集；
6)取样本特征波长处的光谱值，构成特征光谱矢量Xs1，对全部特征光谱矢量Xs1作均值处理，得到样本特征光谱矢量中心Xso1；
7)对其它组酒龄的瓶装黄酒样品Si分别按2)至6)处理，得到一组样本特征光谱矢量中心Xsoi；
8)采集待鉴别瓶装黄酒的近红外光谱，并按3)和4)处理其近红外光谱后，取其特征波长处的光谱值，构成待测黄酒的特征光谱矢量，计算待测黄酒的特征光谱矢量到样本特征光谱矢量中心的马氏距离值dj，记录di取得最小值的样本特征光谱矢量中心Xsoj，则判断该样本与特征光谱矢量中心Xsoj所对应样本的酒龄相符合。
本发明采用主成分一马氏距离判别分析法建立基于近红外光谱分析技术的瓶装黄酒标注酒龄鉴别模型。
首先，进行主成分分析。
主成分分析是构造黄酒样品集的样本特征波长处的光谱值(m×n矩阵)的不相关的线性组合。在本发明中，选取方差贡献率最大的为10个主成分，其累积方差贡献率大于80％，
其次，采用马氏距离判别分析法对黄酒样品集的光谱信息阵X进行判别分析。
对p个标注酒龄的黄酒样品集黄酒样品集S1，S2，...，Sp，分别计算出它们的特征光谱矢量中心Xsoj。对于一个待测对象S，用公式1计算其到各样本特征光谱矢量中心Xsoj的马氏距离：
d(S，Sj)——待测样本S到样本Sj特征光谱矢量中心Xsoj的马氏距离
xSi——待测样本S的特征光谱矢量Xs第i个分量
xSoji——样本Sj的特征光谱矢量中心Xsoj第i个分量
然后，根据待测对象S到黄酒样品集S1，S2，...，Sp的距离来确定样本的归属：
S∈Sj 如d(S，Sj)＝min{d(S，S1)，d(S，S2)，...，d(S，Sp)} (2)
当鉴别结果与待测瓶装黄酒标注酒龄相同时，判定标注酒龄正确。
本发明所述鉴别模型对于所述建模样品标注酒龄的判别正确率不小于95％，对于待测瓶装黄酒标注酒龄的判别正确率不小于90％。
用于实现基于近红外光谱分析技术的瓶装黄酒标注酒龄快速无损鉴别装置为：
如图2所示，本发明的基于近红外光谱分析技术的瓶装黄酒标注酒龄快速无损鉴别装置，包括电脑1、光源2、入射光纤3、入射光纤固定器4、检测支架5、样品定位夹紧台6、接收透镜7、接收光纤8、光栅型光纤光谱仪9、触发电路10、反向器11、工件检测传感器12。光源2的出射面与入射光纤3的接收面连接，入射光纤3与入射光纤固定器4连接，入射光纤固定器4固定在检测支架5的一侧；入射光纤固定器4与接收透镜7呈同轴对向设置，接收透镜7紧固在检测支架5的另一侧；接收光纤8的一端连接在接收透镜7上，另一端连接在光栅型光纤光谱仪9上，光栅型光纤光谱仪9通过USB线与电脑1连接；样品定位夹紧台6紧固在检测支架5底部；工件检测传感器12安装在检测支架5的底部且靠近入射光纤固定器4的一侧；工件检测传感器12输出端与反向器11的输入端连接，反向器11的输出端与触发电路10的输入端连接，触发电路10的输出端与光栅型光纤光谱仪9连接。
本发明的光源2选用美海洋光学公司(Ocean Optics Inc.，USA)的HL-2000-HP光源(HL-2000-HP Tungsten Halogen Light Source)；入射光纤固定器4选用美海洋光学公司的74-UV透镜固定器件(74-UV Lens Fixtures)；接收透镜7选用美海洋光学公司的84-UV-25透镜(84-UV-25 Lens Fixture)；光栅型光纤光谱仪9采用CCD检测器，波段范围为600-1200nm；触发电路10选用555集成定时器构成的单稳态触发器；反向器11选用74LS14反向器；工件检测传感器12选用PL-P-Y压力变送器。
如图3所示，所述的触发电路10是由CB7555构成的触发电路，定时器CB7555的2引脚ui信号由工件检测传感器12输出经反向器11输入，电阻R、第一电容C1与5V电源及地构成充放电路，第二电容C2连接于定时器CB7555的1引脚与5引脚之间，4、8引脚接到UDD上，6，7引脚短接并连接在电阻R与第一电容C1之间，触发电路输出信号u0由定时器CB7555的3引脚输出。
本发明结合图1、图2、图3说明具体工作过程：
开光源2，预热30分钟。打开电脑1并打开光谱采集软件，设置参数。
根据待测瓶装黄酒的瓶子形状和尺寸选择适合相应形状和尺寸的样品定位夹紧台6，并将样品定位夹紧台6紧固在将检测支架5底部。然后，将待测样品(包括空瓶和待测瓶装黄酒)放置在样品定位夹紧台6中。
工件检测传感器12检测到样品的压力信号(高压信号)后，将该信号输出给反向器11；反向器11将高压信号转换成低压信号，并输出到触发电路10，作为触发电路10的输入信号ui。系统通过触发电路10触发光栅型光纤光谱仪9，光栅型光纤光谱仪9进入工作状态。当无样品的压力信号(低压信号)时，反向器11输出到触发电路10的信号为高压信号，触发电路10处于稳定状态，光栅型光纤光谱仪9不工作。
首先采集空瓶光谱，然后采集待测瓶装黄酒的近红外光谱。
光源2发出的光通过入射光纤3和入射光纤固定器4照射到待测瓶装黄酒上，接收透镜7收集透过待测瓶装黄酒被检测部位的透射光，并映射到接收光纤8上。
光纤8将光信号传给光栅型光谱仪9，光栅型光谱仪9将光信号转化成光谱数字信号，并输入电脑1。
在电脑1中，安装按图1所示的瓶装黄酒标注酒龄快速无损鉴别分析流程图编制的软件，然后进行黄酒标注酒龄快速无损鉴别试验；
图4是4年陈和5年陈样品集的分类结果，其中有一个4年陈的酒样被标注为5年陈，在从图4上很清晰地表示出来了。
Claims (4)
1.一种瓶装黄酒标注酒龄快速无损鉴别方法，其特征在于该方法的步骤如下：
1)采集生产厂家提供的黄酒样品的空瓶的近红外光谱，作为背景光谱；
2)对一组由生产厂家提供的酒龄相同的瓶装黄酒样品S1分别采集近红外光谱，得到每一个样本的近红外光谱，作为原始样本光谱；全部样本的原始样本光谱构成样本光谱集；
3)从每一个原始样本光谱中扣除背景光谱，得到每一个样本的样本光谱；
4)对每一个样本光谱进行21点平滑处理，得到每一个样本的真实样本光谱；
5)对全部真实样本光谱进行主成分分析，得到样本特征波长集；
6)取样本特征波长处的光谱值，构成特征光谱矢量Xs1，对全部特征光谱矢量Xs1作均值处理，得到样本特征光谱矢量中心Xso1；
7)对其它组酒龄的瓶装黄酒样品Si分别按2)至6)处理，得到一组样本特征光谱矢量中心Xsoi；
8)采集待鉴别瓶装黄酒的近红外光谱，并按3)和4)处理其近红外光谱后，取其特征波长处的光谱值，构成待测黄酒的特征光谱矢量，计算待测黄酒的特征光谱矢量到样本特征光谱矢量中心的马氏距离值dj，记录di取得最小值的样本特征光谱矢量中心Xsoj，则判断该样本与特征光谱矢量中心Xsoj所对应样本的酒龄相符合。
2.根据权利要求1所述的一种瓶装黄酒标注酒龄快速无损鉴别方法，其特征在于：计算待测黄酒的特征光谱矢量到样本特征光谱矢量中心的马氏距离值dj的方法为：
d(S，Sj)——待测样本S到样本Sj特征光谱矢量中心Xsoj的马氏距离；
xSi——待测样本S的特征光谱矢量Xs第i个分量；
xSoji——样本Sj的特征光谱矢量中心Xsoj第i个分量。
3.一种瓶装黄酒标注酒龄快速无损鉴别装置，其特征在于：包括电脑(1)、光源(2)、入射光纤(3)、入射光纤固定器(4)、检测支架(5)、样品定位夹紧台(6)、接收透镜(7)、接收光纤(8)、光栅型光纤光谱仪(9)、触发电路(10)、反向器(11)和工件检测传感器(12)；光源(2)的出射面与入射光纤(3)的接收面连接，入射光纤(3)与入射光纤固定器(4)连接，入射光纤固定器(4)固定在检测支架(5)的一侧；入射光纤固定器(4)与接收透镜(7)呈同轴对向设置，接收透镜(7)紧固在检测支架(5)的另一侧；接收光纤(8)的一端连接在接收透镜(7)上，另一端连接在光栅型光纤光谱仪(9)上，光栅型光纤光谱仪(9)通过USB线与电脑(1)连接；样品定位夹紧台(6)紧固在检测支架(5)底部；工件检测传感器(12)安装在检测支架(5)的底部且靠近入射光纤固定器(4)的一侧；工件检测传感器(12)输出端与反向器(11)的输入端连接，反向器(11)的输出端与触发电路(10)的输入端连接，触发电路(10)的输出端与光栅型光纤光谱仪(9)连接。
4.根据权利要求3所述的一种瓶装黄酒标注酒龄快速无损鉴别装置，，其特征在于：所述的触发电路(10)是由CB7555构成的触发电路，定时器CB7555的2引脚ui信号由工件检测传感器(12)输出经反向器(11)输入，电阻R、第一电容C1与5V电源及地构成充放电路，第二电容C2连接于定时器CB7555的1引脚与5引脚之间，4、8引脚接到UDD上，6，7引脚短接并连接在电阻R与第一电容C1之间，触发电路输出信号u0由定时器CB7555的3引脚输出。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CNB2007100667212A CN100449302C (zh) | 2007-01-15 | 2007-01-15 | 瓶装黄酒标注酒龄快速无损鉴别方法和装置 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CNB2007100667212A CN100449302C (zh) | 2007-01-15 | 2007-01-15 | 瓶装黄酒标注酒龄快速无损鉴别方法和装置 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN101000303A true CN101000303A (zh) | 2007-07-18 |
| CN100449302C CN100449302C (zh) | 2009-01-07 |
Family
ID=38692361
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CNB2007100667212A Expired - Fee Related CN100449302C (zh) | 2007-01-15 | 2007-01-15 | 瓶装黄酒标注酒龄快速无损鉴别方法和装置 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN100449302C (zh) |
Cited By (8)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN102645502A (zh) * | 2012-04-23 | 2012-08-22 | 上海应用技术学院 | 一种利用快速气相色谱型电子鼻指纹分析系统鉴别黄酒酒龄的方法 |
| CN102967597A (zh) * | 2012-09-26 | 2013-03-13 | 江苏大学 | 一种基于嗅觉成像传感技术的黄酒酒龄鉴别方法和鉴别系统 |
| CN103792221A (zh) * | 2014-02-07 | 2014-05-14 | 上海应用技术学院 | 一种基于拉曼光谱的黄酒酒龄快速鉴别的方法 |
| CN103884705A (zh) * | 2014-04-08 | 2014-06-25 | 苏州优谱德光电科技有限公司 | 原浆酒检测分装装置 |
| CN105510273A (zh) * | 2015-11-25 | 2016-04-20 | 中国农业大学 | 一种基于微区光谱特征的豆粕保真鉴别方法 |
| CN110108695A (zh) * | 2019-05-17 | 2019-08-09 | 广西科技大学 | 采用光栅阵列检测器的拉曼光谱仪的背景暗噪声扣除方法 |
| CN110749569A (zh) * | 2019-12-06 | 2020-02-04 | 天津中医药大学 | 一种基于近红外光谱的瓶装口服液质量无损快速检测装置 |
| CN112730311A (zh) * | 2020-12-25 | 2021-04-30 | 北京领主科技有限公司 | 物品光谱的采集设备 |
Family Cites Families (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US5747806A (en) * | 1996-02-02 | 1998-05-05 | Instrumentation Metrics, Inc | Method and apparatus for multi-spectral analysis in noninvasive nir spectroscopy |
| CN100501377C (zh) * | 2005-12-16 | 2009-06-17 | 浙江大学 | 基于近红外光谱的黄酒酒龄快速鉴别装置 |
-
2007
- 2007-01-15 CN CNB2007100667212A patent/CN100449302C/zh not_active Expired - Fee Related
Cited By (11)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN102645502A (zh) * | 2012-04-23 | 2012-08-22 | 上海应用技术学院 | 一种利用快速气相色谱型电子鼻指纹分析系统鉴别黄酒酒龄的方法 |
| CN102967597A (zh) * | 2012-09-26 | 2013-03-13 | 江苏大学 | 一种基于嗅觉成像传感技术的黄酒酒龄鉴别方法和鉴别系统 |
| CN103792221A (zh) * | 2014-02-07 | 2014-05-14 | 上海应用技术学院 | 一种基于拉曼光谱的黄酒酒龄快速鉴别的方法 |
| CN103884705A (zh) * | 2014-04-08 | 2014-06-25 | 苏州优谱德光电科技有限公司 | 原浆酒检测分装装置 |
| CN103884705B (zh) * | 2014-04-08 | 2016-08-10 | 苏州优谱德精密仪器科技有限公司 | 原浆酒检测分装装置 |
| CN105510273A (zh) * | 2015-11-25 | 2016-04-20 | 中国农业大学 | 一种基于微区光谱特征的豆粕保真鉴别方法 |
| CN105510273B (zh) * | 2015-11-25 | 2018-08-31 | 中国农业大学 | 一种基于微区光谱特征的豆粕保真鉴别方法 |
| CN110108695A (zh) * | 2019-05-17 | 2019-08-09 | 广西科技大学 | 采用光栅阵列检测器的拉曼光谱仪的背景暗噪声扣除方法 |
| CN110108695B (zh) * | 2019-05-17 | 2021-11-02 | 广西科技大学 | 采用光栅阵列检测器的拉曼光谱仪的背景暗噪声扣除方法 |
| CN110749569A (zh) * | 2019-12-06 | 2020-02-04 | 天津中医药大学 | 一种基于近红外光谱的瓶装口服液质量无损快速检测装置 |
| CN112730311A (zh) * | 2020-12-25 | 2021-04-30 | 北京领主科技有限公司 | 物品光谱的采集设备 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN100449302C (zh) | 2009-01-07 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN100449302C (zh) | 瓶装黄酒标注酒龄快速无损鉴别方法和装置 | |
| CN101144780B (zh) | 猪肉新鲜度智能检测装置 | |
| CN101419166A (zh) | 基于近红外光谱和机器视觉技术的茶叶品质无损检测方法及装置 | |
| CN102590129B (zh) | 近红外检测花生中氨基酸含量的方法 | |
| CN102818777A (zh) | 一种基于光谱和颜色测量的水果成熟度评价方法 | |
| CN109781622B (zh) | 便携式智能金属矿石种类快速分辨仪 | |
| CN101929951A (zh) | 一种牛奶中掺羊奶的近红外光谱判别方法 | |
| CN101900672A (zh) | 一种润滑油种类和粘度级别的快速识别方法 | |
| CN106596513A (zh) | 一种基于激光诱导击穿光谱茶叶品种识别方法 | |
| CN104297206A (zh) | 一种液态牛奶品牌快速鉴别方法 | |
| US7071481B2 (en) | Automated reagentless system of product fingerprint authentication and trademark protection | |
| CN104568815A (zh) | 生鲜牛肉中挥发性盐基氮含量的快速无损检测方法 | |
| CN104318249A (zh) | 基于多分类支持向量机的磨削表面粗糙度等级识别方法 | |
| CN104345045A (zh) | 一种基于化学模式识别和近红外光谱的相似药材鉴别方法 | |
| CN108072627A (zh) | 一种用中红外光谱快速检测酱油中氨基酸态氮和总酸含量的方法 | |
| CN108827925A (zh) | 基于光纤式荧光光谱技术的食用植物油真伪快速检测方法和检测装置 | |
| CA2163294A1 (en) | Process and apparatus for testing a multi-trip bottle for contamination | |
| CN112485238B (zh) | 一种基于拉曼光谱技术鉴别姜黄精油产地的方法 | |
| CN105954228A (zh) | 基于近红外光谱的油砂中金属钠含量的测量方法 | |
| CN106198481B (zh) | 基于lif技术和朴素贝叶斯分类的假酒识别装置及方法 | |
| CN105911000A (zh) | 基于特征波段的血斑蛋在线检测方法 | |
| CN109001182A (zh) | 封闭容器中酒精含量的拉曼光谱无损测定方法 | |
| CN105158178A (zh) | 基于高光谱透射技术谱峰面积的脐橙糖度检测快速建模法 | |
| CN107688007A (zh) | 一种基于近红外光谱分析技术的导热油品质的检测方法 | |
| CN104297205A (zh) | 一种快速、无损的食用油鉴别方法 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| C06 | Publication | ||
| PB01 | Publication | ||
| C10 | Entry into substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| C14 | Grant of patent or utility model | ||
| GR01 | Patent grant | ||
| CF01 | Termination of patent right due to non-payment of annual fee |
Granted publication date: 20090107 Termination date: 20130115 |
|
| CF01 | Termination of patent right due to non-payment of annual fee |