一种基于SPME-Arrow/GC-MS结合机器学习算法预测酱香型白酒年份的方法

本发明公开了一种基于SPME‑Arrow/GC‑MS结合机器学习算法预测酱香型白酒年份的方法，先在待测酒样中加入氯化钠和内标，充分混匀后，利用SPME‑Arrow/GC‑MS进行上机检测，采集数据后进行峰提取、峰对齐和定性定量识别分析后，结果数据集进行正交偏最小二乘法‑判别和单因素方差分析，以满足p＜0.05的条件下，VIP≥1.1为标准进行筛选，获得不同年份白酒的特征化合物，然后以特征化合物作为随机森林模型的输入变量，酒样的不同年份作为模型的目标变量，对模型进行训练和测试，得到年份预测模型，最后将待测酒样的特征化合物输入到随机森林年份预测模型中，模型输出的预测结果即为该待测样品的年份。本发明操作简单、省时、省力，检测灵敏度高，为年份酒鉴定提供了新的技术思路。