本研究采用电子舌技术, 针对国内白酒市场上几种常见类型的掺假白酒, 对14个白酒样品的酸味、 苦味、 涩味、苦味回味、涩味回味、 鲜味、 丰富性、 咸味共8个指标进行分析。电子鼻数据在白酒风味辨识上的数据刻画效果略差， 主要基于电子舌数据， 选用并比较机器学习 中KNN、 决策树2种分类器的效果， 以期从数学分析角度丰富电子舌数据处理方法， 为白酒品质鉴别等研究领域提供更多的可供选择的数据处理方法。

实验样品： 浓香型白酒样品共14个， 编号为1~14

检测仪器：味觉分析系统（ 简称电子舌， 日 本INSENT公司，型号TS-5000Z） 该设备具有广域选择特异性的人工脂膜传感器， 可以模拟生物活体的味觉感受机理， 通过检测各种味物质和人工脂膜之间的静电作用或疏水性相互作用产生的膜电势的变化， 实现对5种基本味（ 酸、 涩、 苦、 咸、 鲜） 和甜味的评价。

实验结果： 掺假白酒与原酒、 成品酒在苦味、 涩味、 苦味回味和鲜味、 丰富性等指标之间存在一定程度的差异, 表明这些指标在白酒掺假鉴别方面具有应用价值。 将14个白酒样品按照原酒、 成品酒和掺假白酒分为3类, 结合酸味等8个指标的电子舌试验数据, 采用机器学习中KNN、 决策树2种分类器进行分析, 通过交叉验证比较两种分类器的准率,Python分析结果显示, KNN、决策树等模型的准确率分别为0.900 0和0.866 7, 表明KNN的性能相对更高。 综合比较2种分类器准确率, 选择KNN作为最终分类器, 该模型预测准确率为100%。

文献来源：成都海关技术中心宜宾分部国家酒类检测重点实验室