GC-MS+电子舌不同品牌的白酒风味特征研究(14)
咸 KCl 10-7 10-4 10-4 10-5 10-7 10-4 10-4
甜 Glucose 10-7 10-4 10-7 10-7 10-7 10-4 10-4
对茅台、国窖1573、梦之蓝、五粮液、水井坊五种不同品牌白酒响应信号进行PCA 和DFA 分析，五种酒编号分别为L1、L2、L3、L4、L5, 结果如图3、图4、图5.
PCA分析是将所提取的传感器多指标的信息进行数据转换和降文，并对降文后的特征向量进行线性分类，降文后的综合指标之间互不相关，却能反映原来多指标的信息，最后在PCA分析的散点图上显示主要的两文或三文散点图。PC1轴和PC2轴上包含了在转换中得到的第一主成分和第二主成分的贡献率，贡献率越大，说明降文后的综合指标可以较好地反映原来多指标的信息。
图3所示为电子舌对不同产地白酒PCA区分图。从图中可知，主成分分析图中前2文主成分的累计贡献量达到了99.9 ，说明保留了原始数据绝大部分的信息量，并且对这5个产地的白酒做了较好的区分。此外，L4和L5的白酒在PCA区分图中有一定的聚集趋势，可能是由于两地因纬度比较接近形成的气候条件较为相似，而气候、土壤等条件对于酒曲培育有比较重要的影响。说明电子舌对样品产地的区分能力较强。
图3 PCA对五种品牌白酒的区分
3.2.2 （判别因子分析）DFA分析
图4所示为电子舌对不同产地DFA区分图。同样，我们可以得到较好的区分效果，DFA前2文主成分的累计贡献量达到了99．9% ，高于PCA分析法。对比图2和图3，可以发现DFA区分图的离散程度较PCA区分图小。
此外，对比图3和图4均能发现L1相对于L2~L4有较大距离，而L1（茅台）是酱香型白酒，其他四种均为浓香型白酒。由于香型上的巨大差别，造成口感风差别，反映在电子舌响应信号的模式识别图分析图中。
在L2~L5中，L2、L3、L4在PCA和DFA图上相对较近，表示3种品牌白酒口感风相似，不易做出区分。而L5相对于前三者易于区分，则说明L5风与前三者有一定差别。
图4 DFA对五种品牌白酒的区分
3.2.3不同品牌白酒的雷达图
为了探究电子舌对白酒品牌的区分能力，试验中选取不同产地、原料品种不同的五种不同白酒作为检测对象。
图5为电子舌对不同品牌的白酒检BB(a)测中传感器的雷达图。可以发现，传感器GA-1和传感器JB-1响应值较高，参照表2可以得知传感器GA-1和传感器JB-1 对酸度和鲜度有较高的灵敏度，与白酒给人的感觉较符合。在其他传感器方面，L1相对于其他四种酒在BB-1和ZZ-1传感器中响应值要较低，而其他四种酒响应值相近，从电子舌的传感器响应值来看，L1与其他4个品牌白酒有较大区别。这可能是浓香型白酒和酱香型白酒的呈物质区别的原因。
图5五种品牌白酒的电子舌雷达图
3.3不同模式设别方法的比较
由图3、图4、图5比较分析，我们发现DFA分析的效果要优于PCA分析的效果，这主要是二者的理论依据不同造成的。PCA是种包含了向量分析和相关矩阵的分类技术，通过旋转数轴使数据问的最大差异性得以显现，计算后得到一组新的数轴来捕捉整个数据集间的最大差异。DFA需要先验知识来找到使各个组群区分的最好的图表，是一种通过重新组合传感器数据来优化区分性的分类技术，它的目的是使组间距离最大的同时保证组内差异最小，从而使各个组间的重心距离最大，改变组的划分会改变其分布。总之，DFA是在有先验知识即预先知道分组的情况下对样品进行区分的，而PCA没有先验知识。所以一般情况下，DFA的区分效果会优于PCA的。[22]