随着中药制剂存储时间的延长, 其有效成分含量逐渐降低。 化学检测手段损耗样品、 检测时间长、 成本高, 利用近红外光谱对不同年份的经典名方安胎丸进行年份鉴别。 为探讨这种无损、 快速质量控制方式的可行性, 采集了三年的105粒样本在1 000～1 799 nm波段近红外光谱吸光度数据, 随机选择80个作为训练集, 25个作为测试集。 首先采用连续投影算法（SPA）, 消除原始光谱数据中的冗余信息, 对输入全光谱进行优化降维, 根据测试集的内部交叉验证均方根误差值, 从输入的800个波长中提取出11个特征波长, 分别是: (1 692, 1 714, 1 405, 1 001, 1 114, 1 478, 1 514, 1 788, 1 202, 1 014, 1 164) nm; 然后建立支持向量机(SVM)分类模型, 由于SVM模型中的参数选取对分类正确率影响很大, 利用粒子群优化（PSO）算法, 对SVM模型中惩罚参数C和核函数参数进行寻优, 形成PSOSVM分类模型; 最后将SPA降维后的特征波长输入到PSOSVM分类算法中。 用Matlab软件进行仿真测试, 分别构建SVM, SPA-SVM和本文的SPA-PSOSVM三种方法分类模型, 分类测试正确率分别达到了76%, 92%和100%。 从仿真结果可以看出, SPA波长优选可有效地降低光谱信息中存在的冗余信息, 减少建模所需的时间, 结合PSOSVM分类模型降低了模型的复杂度, 提高分类精度。 结果证实, 依照所建立的利用近红外算法, 可以准确无损区分中药制剂安胎丸生产的年份, 该研究可为中药制剂年份间差异评价提供一种思路。

提出了一种基于小波分解和因子模型分析白酒荧光光谱， 对白酒香型进行分类和年份预测的方法。 白酒的三维荧光光谱包含了其所含荧光物质信息， 对其进行小波分解， 其分解系数与特征峰的强度相关。 选取高斯小波对三维荧光光谱进行分解， 可以避免对二维荧光光谱进行分解时需要选取特定激发波长的问题。 对样品的三维荧光光谱进行小波分解后， 选取第4层近似系数构建正交因子模型， 通过因子载荷系数对白酒进行鉴别。 结果指出， 贡献率较小的因子蕴含着样品的独特信息， 在相似样品的比较中， 不容忽视。 在对10个品牌的白酒进行香型分类时， 先将样品的三维荧光光谱进行高斯小波分解， 使用第4层近似系数进行因子分析， 得到贡献率由大到小的多个因子。 根据因子的载荷系数， 对样品进行聚类分析。 结果表明， 加入贡献率较小的因子可以将正确率提高至90%。 通过对因子载荷系数与年份的相关性分析得出， 贡献率排在前六位的因子和白酒年份关系较大， 而排在后面的因子和白酒年份的相关性较小， 因此可以选取前六位的因子建立白酒年份预测模型。 通过选取不同贡献率的因子对白酒年份进行预测， 其平均误差可降低至0.9年。

年份白酒现已成为企业开发重点, 但年份标准有较大的随意性, 建立年份标准已成为规范行业和市场的迫切需要。 基于某品牌原浆白酒的三维荧光光谱, 对白酒年份预测模型进行了研究。 研究内容和创新工作如下: 首先, 研究了荧光光谱与白酒年份的相关性。 研究发现: 0.5年与其他年份白酒的三维荧光光谱之间的相关系数达0.811 4; 原始光谱中年份信息主要分布在激发波长为200~230和250~320 nm、 发射波长为400~500 nm的光谱区; 导数光谱的年份信息分布区域广且离散性高。 其次, 研究了荧光光谱之间的相关性。 研究表明: 原始光谱具有严重的多重共线性, 在400~600 nm的区间内, 相关系数接近1; 求导能提高光谱分辨能力并降低多重共线性, 二阶导数具有更好的抑制多重共线性的作用, 相关系数大部分小于0.6。 最后, 基于量子遗传算法-小波神经网络研究了激发波长为300 nm的白酒年份预测模型, 并提出了光谱建模信息密度的概念。 研究发现: 原始光谱年份预测误差达5.4年, 效果最差, 其原因是原始光谱具有严重的多重共线性以及光谱与年份的相关性不显著; 导数光谱具有更高的信息密度和更好的建模效果, 二阶导数光谱预测集的相关系数达0.999 8, 年份预测误差达0.79年。 研究成果将为白酒年份标定提供一种便捷的光学手段, 同时也为多组分渐变体系的荧光光谱研究提供重要的参考。