一种基于机器学习的白酒风味识别方法

本发明公开了一种基于机器学习的白酒风味识别方法，属于食品检测与人工智能技术领域。该方法针对现有技术中人工评价主观性强、质谱分析效率低及机器学习模型噪声敏感等问题，提出融合溶剂背景扣除与特征权重筛选的解决方案。具体包括：将白酒样品按体积比1:10与甲醇稀释，通过GC‑MS采集质谱数据并动态扣除甲醇背景峰；利用遗传算法优化的BP神经网络(GABP)自动分析各分子峰对风味分类的权重系数，筛选关键特征；基于XGBoost构建分类模型，通过交叉验证优化参数，实现白酒香型、真伪及品质的自动化判定。本发明通过数据降维与模型协同优化，解决了质谱数据高噪声、高冗余导致的过拟合问题，分类准确率显著提升，可扩展应用于白酒品牌鉴别、工艺优化及市场质量监管。