利用近红外光谱技术、SHAP方法和多尺度金字塔特征融合对中国白酒基酒等级进行鉴别

《Food Analytical Methods》：Discrimination of Chinese Baijiu Base Liquor Grades Using Near-Infrared Spectroscopy Based on SHAP and Multi-scale Pyramid Feature Fusion

　　

摘要

为了解决近红外光谱（NIRS）在高维冗余性方面对 Chinese Baijiu 基础酒等级评估的挑战，并克服传统特征选择方法的局限性（这些方法往往因过度关注离散波长而丢失局部光谱形状信息），本研究提出了一种双特征优化框架。该方法首先通过基于图的分割策略来绕过传统的距离度量方法，利用光谱聚类来表征特征空间中样本的流形结构。随后引入了“点-平面”融合机制：从极端梯度提升（XGBoost）模型中得到的 SHAP（Shapley 加性解释）值用于量化每个波长的全局贡献，从而有助于选择关键的离散波长（即“点”）。同时，多尺度金字塔特征被整合进来，通过分层统计池化从光谱中提取局部纹理和形状信息（相当于“平面”），从而实现对 NIRS 数据的更精细表征。最终，使用 XGBoost 模型对基础酒的等级进行分类。在基于图的保留样本 partitions 上，最终的 SHAP–Pyramid–XGBoost 模型实现了 0.9688 的准确率和 0.9696 的宏观 F1 分数。经过五次重复的嵌套分层五折交叉验证后，准确率达到了更为保守的 0.9083?±?0.0237，宏观 F1 分数为 0.9063?±?0.0241。在三个公开的光谱基准数据集上的评估进一步表明，金字塔融合的效果取决于数据集和波长选择方法。这些结果表明该模型在当前 Baijiu 数据集上具有良好的内部区分性能，但仍需进行独立的多站点验证。