0

0

「电子鼻」鉴别威士忌准确率高达96%,网友:给茅台也整一个

WBOY

WBOY

发布时间:2023-04-08 19:11:01

|

1459人浏览过

|

来源于51CTO.COM

转载

国内的茅台和国外的一些高端威士忌都售价不菲,但也是被造假的重要目标。

在没有鉴酒师的情况下,普通人怎么快速判别出酒的品质和真伪?

最近,就有这么一群工程师研发出了一种名为NOS.E的“电子鼻”,专门用来闻酒的那种。

它能在不到4分钟的时间内,“闻 ”出不同的威士忌风格、品牌和产地,为鉴酒打开了新思路。

为什么是靠“闻”而不是“品尝”?

实际上,威士忌的味道、气味、质地和颜色等特征,都能对其评估提供有效信息。

其中,气味是影响酒味道的主要因素,研究者以此为主要突破口展开设计出NOS.E。

在2019年澳大利亚CEBIT贸易展上,他们用NOS.E对六种威士忌进行了测试:其中,地区准确率达100%,品牌名称准确率为96.15%,风格准确率为92.31%。

虽然它叫“电子鼻”,但并不是真的长得像鼻子哦!

图片

今年4月,研究成果论文发表在IEEE旗下的IEEE Sensors期刊上。

看到这个消息,有网友激动地表示:终于可以鉴别假酒了!

图片

还有网友调侃,应该给茅台也开发一款。

图片

所以,这个精巧实用的鉴酒工具是怎么工作的?它真的靠谱吗?

测试前的样品预处理

此前在CeBIT的贸易展上,NOS.E的开发者就现场测试过这只“电子鼻”的效果。

在正式测试前,为了控制变量、降低无关变量对结果的干扰,研究者对样品进行了预处理:

他们选择了6种威士忌样品作为实验对象:3种混合麦芽威士忌和3种单一麦芽威士忌,并将等量的样品分别放在各个固相微萃取(SPME)小瓶中。

图片

将样品都加热到30°C;并用SPME纤维取样氯苯-D5,作为气相色谱的参照物。

图片

然后,将各个采集了氯苯-D5的SPME纤维分别放置在每个威士忌样品的上方(不接触液体),静置5分钟。

接着,将这些SPME纤维依次放入GC×GC-TOFMS仪器中,对采集的信息进行处理分析。

电子鼻对6种样品进行了396次测试

为了模仿人类的嗅觉系统,研究者们为NOS.E共配置了8个气味传感器。

正式测试开始——

往装有样品的SPME小瓶中注入空气,促使酒中的挥发性有机化合物更快地排出到电子鼻处。

为了模仿人类的嗅觉系统,研究者为NOS.E设计了八个气体传感器。

图片

电子鼻评估分子检测到的每个气味,然后将数据输入计算机:将采集到的数据进行归一化,和非参数化内核建模(nonparametric kernel-based modelling)预处理。

其中,建模过程是在MATLAB上进行的。

为了减少传感器偏差带来的影响,采用了如下的归一化公式:

ImgGood
ImgGood

免费在线AI照片编辑器

下载

图片

其中,y(t)和ˆy(t)分别代表归一化前后,传感器的响应。

然后,NOS.E的系统从气体传感器的响应中提取出9个特征:包括传感器响应的最大一阶导数,最小二阶导数,最大二阶导数,输入和响应峰值的时间间隔等。

在特征提取后,对数据进行分类:将每一种威士忌的数据集随机洗牌,再进行80:20的分割,构建训练集和测试集。

对于训练集,用十倍交叉验证(10-CV)方法,将其分成10个子集,来学习威士忌的分类模型:其中9个子集用于训练,剩余的1个用来验证。

利用线性判别法(LD)、支持向量机(SVM)和子空间判别法(SUBD)*等训练分类器,并产生一个成分分类器的集合,用于构建新的组合分类器。

最终的分析结果,由新的分类器发送给终端并呈现给用户。

图片

为了减少偶然误差,研究者对每种威士忌样品进行了多次实验;并且在对每个样品测试10次后,换上新的同种威士忌,以减少酒精挥发对实验的影响。

研究者前后共计测试了396次。

NOS.E在判断威士忌产地和风格方面表现出色

为了检测NOS.E收集,并处理的数据的准确性,研究者还使用最先进的二维气相色谱-飞行时间质谱(GC×GC-ToFMS)分析了威士忌样品,作为对照。

他们对NOS.E测试结果进行了3个维度的检测。

第一个方面是:各个威士忌样品是否都能相互分离。NOS.E的现场测试结果准确率如下:

图片

第二个方面是:判断各种威士忌样品的原产地,NOS.E测试结果的准确率最高竟达到100%。

图片

第三方面是:判断各种威士忌样品的风格,NOS.E测试结果的准确率约在82%至94%之间。

图片

作者简介

☞☞☞AI 智能聊天, 问答助手, AI 智能搜索, 免费无限量使用 DeepSeek R1 模型☜☜☜

图片

Wentian Zhang,研究论文的第一作者,在山东第一医科大学和澳大利亚悉尼科技大学任教;主要研究方向是控制工程计算和医学计算等。

来自西安电子科技大学的Taoping Liu也参与研发了NOS.E,他博士毕业于澳大利亚悉尼科技大学,主要研究方向是控制工程计算和医学计算等。

据悉尼科技大学的报告,除了鉴别威士忌,在未来,NOS.E还可能用于检测白兰地和香水等。

如果这项研究能够得到推广应用,或许不久的将来也能用于更多酒类。消费者只需拿一个小小的电子产品,就能轻松判断一款酒的品类和真假。

嗯,到时候,中国的酒友们应该不用再担心买到假茅台了吧~(手动狗头)

论文地址:https://ieeexplore.ieee.org/document/9701291

参考链接:[1]https://www.smithsonianmag.com/smart-news/a-new-electronic-nose-may-help-sniff-out-counterfeit-whiskey-180979931/

[2]https://en.wikipedia.org/wiki/Gas_chromatography

热门AI工具

更多
DeepSeek
DeepSeek

幻方量化公司旗下的开源大模型平台

豆包大模型
豆包大模型

字节跳动自主研发的一系列大型语言模型

WorkBuddy
WorkBuddy

腾讯云推出的AI原生桌面智能体工作台

腾讯元宝
腾讯元宝

腾讯混元平台推出的AI助手

文心一言
文心一言

文心一言是百度开发的AI聊天机器人,通过对话可以生成各种形式的内容。

讯飞写作
讯飞写作

基于讯飞星火大模型的AI写作工具,可以快速生成新闻稿件、品宣文案、工作总结、心得体会等各种文文稿

即梦AI
即梦AI

一站式AI创作平台,免费AI图片和视频生成。

ChatGPT
ChatGPT

最最强大的AI聊天机器人程序,ChatGPT不单是聊天机器人,还能进行撰写邮件、视频脚本、文案、翻译、代码等任务。

相关专题

更多
TypeScript类型系统进阶与大型前端项目实践
TypeScript类型系统进阶与大型前端项目实践

本专题围绕 TypeScript 在大型前端项目中的应用展开,深入讲解类型系统设计与工程化开发方法。内容包括泛型与高级类型、类型推断机制、声明文件编写、模块化结构设计以及代码规范管理。通过真实项目案例分析,帮助开发者构建类型安全、结构清晰、易维护的前端工程体系,提高团队协作效率与代码质量。

49

2026.03.13

Python异步编程与Asyncio高并发应用实践
Python异步编程与Asyncio高并发应用实践

本专题围绕 Python 异步编程模型展开,深入讲解 Asyncio 框架的核心原理与应用实践。内容包括事件循环机制、协程任务调度、异步 IO 处理以及并发任务管理策略。通过构建高并发网络请求与异步数据处理案例,帮助开发者掌握 Python 在高并发场景中的高效开发方法,并提升系统资源利用率与整体运行性能。

89

2026.03.12

C# ASP.NET Core微服务架构与API网关实践
C# ASP.NET Core微服务架构与API网关实践

本专题围绕 C# 在现代后端架构中的微服务实践展开,系统讲解基于 ASP.NET Core 构建可扩展服务体系的核心方法。内容涵盖服务拆分策略、RESTful API 设计、服务间通信、API 网关统一入口管理以及服务治理机制。通过真实项目案例,帮助开发者掌握构建高可用微服务系统的关键技术,提高系统的可扩展性与维护效率。

276

2026.03.11

Go高并发任务调度与Goroutine池化实践
Go高并发任务调度与Goroutine池化实践

本专题围绕 Go 语言在高并发任务处理场景中的实践展开,系统讲解 Goroutine 调度模型、Channel 通信机制以及并发控制策略。内容包括任务队列设计、Goroutine 池化管理、资源限制控制以及并发任务的性能优化方法。通过实际案例演示,帮助开发者构建稳定高效的 Go 并发任务处理系统,提高系统在高负载环境下的处理能力与稳定性。

59

2026.03.10

Kotlin Android模块化架构与组件化开发实践
Kotlin Android模块化架构与组件化开发实践

本专题围绕 Kotlin 在 Android 应用开发中的架构实践展开,重点讲解模块化设计与组件化开发的实现思路。内容包括项目模块拆分策略、公共组件封装、依赖管理优化、路由通信机制以及大型项目的工程化管理方法。通过真实项目案例分析,帮助开发者构建结构清晰、易扩展且维护成本低的 Android 应用架构体系,提升团队协作效率与项目迭代速度。

99

2026.03.09

JavaScript浏览器渲染机制与前端性能优化实践
JavaScript浏览器渲染机制与前端性能优化实践

本专题围绕 JavaScript 在浏览器中的执行与渲染机制展开,系统讲解 DOM 构建、CSSOM 解析、重排与重绘原理,以及关键渲染路径优化方法。内容涵盖事件循环机制、异步任务调度、资源加载优化、代码拆分与懒加载等性能优化策略。通过真实前端项目案例,帮助开发者理解浏览器底层工作原理,并掌握提升网页加载速度与交互体验的实用技巧。

105

2026.03.06

Rust内存安全机制与所有权模型深度实践
Rust内存安全机制与所有权模型深度实践

本专题围绕 Rust 语言核心特性展开,深入讲解所有权机制、借用规则、生命周期管理以及智能指针等关键概念。通过系统级开发案例,分析内存安全保障原理与零成本抽象优势,并结合并发场景讲解 Send 与 Sync 特性实现机制。帮助开发者真正理解 Rust 的设计哲学,掌握在高性能与安全性并重场景中的工程实践能力。

230

2026.03.05

PHP高性能API设计与Laravel服务架构实践
PHP高性能API设计与Laravel服务架构实践

本专题围绕 PHP 在现代 Web 后端开发中的高性能实践展开,重点讲解基于 Laravel 框架构建可扩展 API 服务的核心方法。内容涵盖路由与中间件机制、服务容器与依赖注入、接口版本管理、缓存策略设计以及队列异步处理方案。同时结合高并发场景,深入分析性能瓶颈定位与优化思路,帮助开发者构建稳定、高效、易维护的 PHP 后端服务体系。

619

2026.03.04

AI安装教程大全
AI安装教程大全

2026最全AI工具安装教程专题:包含各版本AI绘图、AI视频、智能办公软件的本地化部署手册。全篇零基础友好,附带最新模型下载地址、一键安装脚本及常见报错修复方案。每日更新,收藏这一篇就够了,让AI安装不再报错!

173

2026.03.04

热门下载

更多
网站特效
/
网站源码
/
网站素材
/
前端模板

精品课程

更多
相关推荐
/
热门推荐
/
最新课程
HTML教程
HTML教程

共500课时 | 6.5万人学习

php初学者入门课程
php初学者入门课程

共10课时 | 0.7万人学习

RunnerGo从入门到精通
RunnerGo从入门到精通

共22课时 | 1.8万人学习

关于我们 免责申明 举报中心 意见反馈 讲师合作 广告合作 最新更新
php中文网:公益在线php培训,帮助PHP学习者快速成长!
关注服务号 技术交流群
PHP中文网订阅号
每天精选资源文章推送

Copyright 2014-2026 https://www.php.cn/ All Rights Reserved | php.cn | 湘ICP备2023035733号