本项目开发了一个基于深度学习技术的葡萄酒智能分类系统，通过分析葡萄酒在 20-120Hz 频率范围内的阻抗特性，实现对不同种类葡萄酒的自动识别和分类。该系统采用多阶段数据处理流程和多种深度学习模型架构，实现了高精度的葡萄酒分类。
使用 group_wine_data.py 脚本将原始数据按连续频率进行分组：
- 读取清洗后的数据文件
cleaned_wine_data.csv - 根据频率的连续性为每个样本分配唯一的
sample_id - 当频率不连续或非单调递增时，创建新的样本 ID
- 输出分组后的数据到
按连续频率把样本分组到sample.csv
使用 interp.py 脚本对数据进行插值和补齐处理：
- 读取分组后的数据
- 对每个葡萄酒样本（wine_id）进行处理：
- 识别相对完整的样本（包含 120Hz 数据）
- 对完整样本进行线性插值，生成 20-120Hz 的连续数据
- 计算完整样本的平均阻抗值
- 对不完整的样本，使用平均阻抗值进行补齐
- 输出处理后的数据到
插值+平均补齐到120Hz.csv
使用 transport.py 脚本将数据转换为宽表格式：
- 读取插值补齐后的数据
- 使用 pivot 函数将频率数据转换为宽表格式：
- 行索引：wine_id, wine_name, 类别，类别编码，sample_id
- 列：20-120Hz 的频率值
- 值：对应的阻抗值
- 输出宽表数据到
频率数据宽表.csv - 实现特征标准化处理
- 支持特征选择（关键频率点提取）
项目包含三个不同的分类器实现：
使用三层全连接神经网络构建的葡萄酒分类模型：
- 数据预处理：
- 读取清洗后的数据
- 按 wine_id 分组，将每个酒样的频率 - 阻抗数据组织成特征向量
- 对数据进行标准化处理
- 对类别标签进行编码
- 模型架构：
- 三层全连接神经网络
- 输入层：频率 - 阻抗特征
- 两个隐藏层：每层 128 个神经元
- 输出层：葡萄酒类别
- 训练过程：
- 使用 Adam 优化器
- 交叉熵损失函数
- 训练 10000 个 epoch
- 保存训练过程中的损失曲线
- 模型评估：
- 在测试集上评估模型准确率
- 保存训练好的模型权重
- 输出类别编码映射关系
使用卷积神经网络 (CNN) 构建的葡萄酒分类模型：
- 模型架构：
- 初始卷积层：7x1 卷积核，32 通道
- 三个残差块，每块包含：
- 两个 3x1 卷积层
- 批归一化层
- LeakyReLU 激活函数
- 残差连接
- 注意力机制：每个残差块后接注意力模块
- 最大池化层：2x1 池化核
- 全连接层：512 -> 256 -> 类别数
- 使用 Dropout(0.5) 和 Dropout(0.3) 防止过拟合
- 训练过程：
- 使用 AdamW 优化器，权重衰减 0.01
- 交叉熵损失函数
- 使用 ReduceLROnPlateau 动态调整学习率
- 训练 2000 个 epoch
- 可选启用早停机制（默认关闭）
- 使用 3 折交叉验证
- 设置随机种子确保结果可重现
- 模型评估：
- 在测试集上评估模型准确率
- 输出类别编码映射关系
- 计算平均准确率和标准差
- 残差连接（Residual Connections）：帮助解决梯度消失问题，使网络更容易训练
- 注意力机制（Attention Mechanism）：让模型关注重要的频率特征
- 改进的激活函数：使用 LeakyReLU 替代 ReLU，缓解神经元死亡问题
- 学习率调度：使用 ReduceLROnPlateau 动态调整学习率
- 权重衰减：使用 AdamW 优化器，添加 L2 正则化
- 交叉验证：使用 K 折交叉验证提供更可靠的性能评估
- 早停机制：可选启用，防止过拟合
通过特征选择优化的葡萄酒分类模型：
- 数据预处理：
- 选择关键频率点（每隔 5 个点取一个）
- 对特征进行标准化处理
- 对类别标签进行编码
- 模型架构：
- 三层全连接神经网络
- 输入层：选择后的频率特征
- 两个隐藏层：每层 64 个神经元
- 输出层：葡萄酒类别
- 训练过程：
- 使用 Adam 优化器
- 交叉熵损失函数
- 训练 5000 个 epoch
- 保存训练过程中的损失曲线到
loss_curve_feature_choose.png
- 模型评估：
- 在测试集上评估模型准确率
- 保存训练好的模型权重到
wine_classifier_feature_choose.pth - 输出类别编码映射关系
- 使用 AdamW 优化器，权重衰减 0.01
- 动态学习率调整（ReduceLROnPlateau）
- 早停机制（Early Stopping）
- K 折交叉验证（K=3）
- 随机种子控制确保结果可重现
- 交叉熵损失函数
- 支持多分类任务
- 实现类别权重平衡
- 准确率：93%
- 精确率：0.93
- 召回率：0.93
- F1 分数：0.93
precision recall f1-score support
0 0.93 0.92 0.93 1488
1 0.91 0.90 0.91 1305
2 0.97 0.98 0.98 1476
3 0.89 0.90 0.89 1546
accuracy 0.93 5815
macro avg 0.93 0.93 0.93 5815
weighted avg 0.93 0.93 0.93 5815
- 频率特征重要性：0.037
- 阻抗特征重要性：0.963
cleaned_wine_data.csv: 清洗后的原始数据按连续频率把样本分组到sample.csv: 按连续频率分组后的数据插值+平均补齐到120Hz.csv: 经过插值和补齐处理后的数据频率数据宽表.csv: 转换后的宽表格式数据wine_classifier.pth: 训练好的模型权重文件loss_curve.png: 训练过程中的损失曲线图wine_classifier.py: 葡萄酒分类器的主要实现文件，包含数据预处理、模型定义、训练和评估等功能loss_curve_cnn.png: CNN 分类器训练过程中的损失曲线图wine_classifier_feature_choose.pth: 特征选择分类器训练好的模型权重文件loss_curve_feature_choose.png: 特征选择分类器训练过程中的损失曲线图
-
多阶段数据处理流程
- 创新的数据分组策略
- 智能插值与补齐算法
- 高效的特征工程方法
-
改进的 CNN 架构
- 残差连接设计
- 注意力机制集成
- LeakyReLU 激活函数优化
-
训练策略优化
- 动态学习率调整
- 早停机制
- K 折交叉验证
项目依赖的 Python 包：
- PyTorch >= 1.8.0
- pandas >= 1.3.0
- numpy >= 1.21.0
- scipy >= 1.7.0
- scikit-learn >= 0.24.0
- matplotlib >= 3.4.0
使用 uv 包管理器安装依赖：
# 安装 uv
pip install uv
# 安装项目依赖
uv sync
# 可选：创建虚拟环境
uv venv
source .venv/bin/activate # Linux/MacOS
.venv\Scripts\activate # Windows
uv sync原始数据集包含以下类别：
- 啤酒
- 果酒
- 白酒
- 鸡尾酒
数据集下载：raw_data.zip
- 数据预处理
python group_wine_data.py
python interp.py
python transport.py- 模型训练
# 基础分类器
python wine_classifier.py
# CNN分类器
python wine_classifier_cnn.py
# 特征选择分类器
python wine_classifier_feature_choose.py- 模型推理
python wine_inference.py-
模型架构优化：
- 尝试更深的网络结构（如 ResNet、DenseNet）
- 实验不同的注意力机制（如 Transformer、Squeeze-and-Excitation）
- 使用更复杂的卷积操作（如空洞卷积、可分离卷积）
- 添加跳跃连接（Skip Connections）和特征融合
-
训练策略优化：
- 实现更复杂的学习率调度策略（如 OneCycleLR、CosineAnnealing）
- 添加标签平滑（Label Smoothing）技术
- 实现混合精度训练（Mixed Precision Training）
- 使用梯度裁剪（Gradient Clipping）
- 实验不同的优化器（如 Ranger、Lion）
-
数据增强：
- 添加频率域的数据增强（如随机频率偏移、噪声添加）
- 实现样本混合技术（如 Mixup、CutMix）
- 添加对抗训练（Adversarial Training）
-
特征工程：
- 提取频域特征（如 FFT、小波变换）
- 添加统计特征（如均值、方差、偏度、峰度）
- 实现特征选择算法（如 Lasso、RFE）
-
集成学习：
- 实现模型集成（如 Bagging、Boosting）
- 使用模型蒸馏（Model Distillation）
- 实验不同的投票策略
-
超参数优化：
- 使用贝叶斯优化（Bayesian Optimization）
- 实现网格搜索（Grid Search）
- 使用随机搜索（Random Search）
-
模型解释性：
- 添加特征重要性分析
- 实现注意力可视化
- 使用 SHAP 值解释模型预测
-
部署优化：
- 模型量化（Model Quantization）
- 模型剪枝（Model Pruning）
- 实现模型压缩技术
Cursor 核动力驱动