马爹利XO、蓝带及名仕品质真假鉴定模型数据集包含了近些年马爹利蓝带酒液品质鉴定的紫外可见光光谱数据信息。该模块收录了正品马爹利酒液在紫外 - 可见波段的特征吸收峰数据，涵盖乙醇、乙酸乙酯、各类芳香酯等风味物质的特异性光谱区间。模型构建分为训练和测试两个部分，92%的原始数据采用五折交叉验证的方式，采用支持向量机（SVM）进行建模，贝叶斯优化器对参数进行优化，余下8%的原始数据组成测试集。在实际鉴定中，工作人员需准确吸取1.0mL 的样品,用无水乙醇准确定容到25mL 的容量瓶至刻度,摇匀备用。再将处理好的样品,以空白(无水乙醇)作参比,于紫外分光光度计波长190nm~400nm处连续测定得出光谱扫描指纹图谱。测定条件应满足:a) 吸光度，吸光度范围：0.0~4.0；b) 波长间隔：2.0 nm；c) 石英比色皿厚度：1cm；d) 扫描速度：中速；e) 狭缝宽： 2.0 mm。测量完毕后工作人员可将待测样本的光谱数据带入已训练完成的真假鉴别模型进行识别。

模型构建：1.选取194~400nm下采样点数据，计算三种白兰地采样点方差，选取方差大于0.01的采样点作为模型初始数据集；2.随机选取三种白兰地中92%的原始数据，采用五折交叉验证的方式训练SVM分类模型，余下8%的原始数据用作模型效果验证；3.模型超参数主要包含核函数、框约束级别、分类方式以及数据标准化四个方面；4.参数优化采用贝叶斯优化器，采集函数为每秒期望改善（plus），迭代数为60；5.模型结果整体可信度大于85%，其中马爹利名仕可信度最高。详情请见马爹利XO、蓝带及名仕品质真假鉴定模型训练情况补充说明。 未知样品预测：选取194~400nm下采样点数据带入真假鉴别模型，若模型判断为A，则该样品与马爹利蓝带相似；若模型判断为B，则该样品与马爹利名仕相似；若模型判断为C，则该样品与马爹利XO相似。

在酒类市场监管抽检、品牌打假溯源及第三方检测机构的日常鉴定工作中，紫外可见光光谱是马爹利品质核验的核心应用手段。当检测人员收到疑似流通的马爹利样品后，会立即依托近些年构建的品质鉴定技术数据模型，启动鉴别流程。完成检测后，通过代入真假鉴别模型计算，模型将自动给出最相似的马爹利品类结果。此时，检测人员会结合感官品鉴与理化指标检测等辅助手段，进一步完成真伪的综合判定，最终为市场监管部门提供权威检测报告、为品牌方溯源造假渠道提供技术支撑，有效遏制掺假、仿冒等违规行为，切实保障消费者与品牌方的合法权益。

马*带 194.00 1.211 196.00 1.239 198.00 1.302 200.00 1.494 202.00 1.867 204.00 2.201 206.00 2.388 208.00 2.447 210.00 2.435 212.00 2.381 214.00 2.307 216.00 2.224 218.00 2.147 220.00 2.082 222.00 2.026 224.00 1.969 226.00 1.905 228.00 1.834 230.00 1.758 232.00 1.675 234.00 1.597 236.00 1.527 238.00 1.465 240.00 1.41 242.00 1.363 244.00 1.328 246.00 1.308 248.00 1.3 250.00 1.307 252.00 1.326 254.00 1.354 256.00 1.385 258.00 1.411 完整样例数据详见数据样例附件。 附件下载

1.字段名称及类型：数据集为结构化数据，数据集涵盖数字属性数据和文本属性数据。主要包含波长、名称、方差、训练结果、测试结果等的5个字段维度。2.关键字段：真正率（TPR）表示在所有实际为正类的样本中，被正确预测为正类的比例；假负率（FNR）指在所有实际为正的样本中，被错误预测为负的比例；带正预测值（PPV）指所有被预测为正例的样本中，实际为正例的比例；带假发现率（FDR）指预测出错误正样本的概率。