[Résumé]La technologie d'analyse spectrale dans le proche infrarouge, en tant que technologie d'analyse émergente, présente les avantages de ne pas avoir besoin de prétraitement, de vitesse de détection rapide, de ne pas détruire l'échantillon, de ne pas utiliser de solvant, de détecter simultanément plusieurs composants, et a été largement utilisée dans l'alimentation, La pharmacie, l'agriculture, la pétrochimie, l'environnement et d'autres domaines.

Cette thèse, basée sur un spectromètre proche infrarouge miniature développé par le Centre de microsystèmes de l'Université de Chongqing, étudie son application à l'analyse et à la classification de la composition de l'alcool, ce qui est important pour la détection rapide de l'alcool. Basé sur la spectroscopie proche infrarouge de l'alcool blanc acquise par un spectromètre proche infrarouge miniature, la thèse utilise l'analyse de la composante principale, la multiplication binaire partielle de Zui, la machine vectorielle de support de la multiplication binaire de zui et d'autres méthodes chimiométriques, et combine la technologie de reconnaissance de formes pertinentes pour établir un modèle d'analyse qualitative et quantitative de la détection de l'alcool, permettant ainsi l'analyse et la classification de la composition de l'alcool. Les principaux éléments de recherche sont les suivants: ① construit une plate - forme expérimentale d'analyse spectrale proche infrarouge avec un spectromètre proche infrarouge miniature en tant que noyau pour élaborer un protocole expérimental global viable. Des solutions alcooliques et six liqueurs en circulation sur le marché ont été sélectionnées comme sujets expérimentaux pour recueillir des données spectrales dans le proche infrarouge. Afin d'améliorer la stabilité et l'applicabilité des modèles ultérieurs, les algorithmes de prétraitement correspondents ont été étudiés pour les caractéristiques des signaux spectraux acquis. ② pour le spectre proche infrarouge avec une grande quantité de données caractéristiques, la thèse utilise l'analyse de la composante principale et l'algorithme de multiplication partielle zui pour extraire les informations caractéristiques des données spectrales, appliquer des méthodes de reconnaissance de modèle (telles que Simca, méthode de distance de Martell), d'abord établir un modèle d'analyse qualitative linéaire. Compte tenu de la relation non linéaire possible entre le spectre et les paramètres de qualité, on a utilisé une machine à vecteur à support binaire zui pour établir un modèle d'analyse qualitative non linéaire.

Les résultats montrent que la multiplication par deux zui supporte le taux d'exactitude de la classification que possède la machine vectorielle. ③ a étudié le modèle d'analyse quantitative de l'alcoolémie de l'alcool blanc établi sur la base des données spectrales de la solution alcoolique, comparant les trois méthodes de modélisation couramment utilisées pour l'analyse des composants principaux, la multiplication partielle de zui et la machine à vecteur de support de la multiplication partielle de zui. Les résultats montrent que l'écart - type corrigé du modèle d'analyse quantitative établi par la machine vectorielle de support de la multiplication de zui est de 00040 et l'écart - type prédit de 02912, ce qui est supérieur au modèle d'analyse en composantes principales et au modèle de multiplication partielle de zui.