1.一种葡萄酒产地及品牌的快速识别方法，其特征在于，所述方法包括：

1)、针对产地及品牌差异的红葡萄酒样本，制备嗅觉可视化传感器阵列，采集嗅觉可视化传感器与红葡萄酒挥发性成分反应前后颜色变化信息，得到红葡萄样品的气味特征；

2)、利用电子舌对对产地及品牌差异的红葡萄酒样本进行检测，得到红葡萄酒样品的滋味特征，其中，所述滋味特征包括：产地特征以及品牌特征；

3)、根据所述气味特征与滋味特征的组合构建融合特征；

4)、将红葡萄酒样品的品牌信息、产地信息作为融合特征的标签，进而得到训练样本集合，利用训练样本集合训练极限学习机模型；

5)、使用训练后的极限学习机模型识别出未知红葡萄酒的产地以及品牌信息。

2.根据权利要求1所述的一种葡萄酒产地及品牌的快速识别方法，其特征在于，所述采集嗅觉可视化传感器与红葡萄酒挥发性成分反应前后颜色变化信息，包括：利用pH指示剂及卟啉类化合物作为葡萄酒挥发性成分感知显色剂，并分别溶解在乙醇和氯仿溶液中，制备嗅觉可视化敏感材料溶液；

将嗅觉可视化敏感材料溶液进行点样处理，得到点样阵列；

将红葡萄酒样品置于反应室内，然后将点样阵列置于反应室内进行红葡萄酒气味检测，得到嗅觉可视化传感器与红葡萄酒挥发性成分反应前后颜色变化信息。

3.根据权利要求2所述的一种葡萄酒产地及品牌的快速识别方法，其特征在于，所述将嗅觉可视化敏感材料溶液进行点样处理，得到点样阵列，包括：制备边长为1cm的七边形框架，并在框架的顶点处设置半径为0.2cm的圆环，将设置圆环后的七边形框架作为点样辅助器；

将点样辅助器固定在反向硅胶板上，然后在圆环中分别点样5μL的嗅觉可视化敏感材料溶液，一种可视化敏感材料对应一个嗅觉可视化传感器的点样；

吹干后得到嗅觉可视化传感器的点样阵列。

4.根据权利要求3所述的一种葡萄酒产地及品牌的快速识别方法，其特征在于，所述反应室为顶部开口的圆柱形；

反应室内容纳有红葡萄酒样品，且反应室的顶部开口被室盖封闭；

所述室盖朝向反应室内的底面上设有相向延伸的卷边；

相向延伸的卷边将反向硅胶板固定在室盖上。

5.根据权利要求1所述的一种葡萄酒产地及品牌的快速识别方法，其特征在于，所述步骤2)中的产地特征的获取过程包括：在1Hz脉冲频率下，使用金、钨、钛和银电极对红葡萄酒样品进行产地特征采样；

在10Hz脉冲频率下，使用铂、金、钨、和钛电极对红葡萄酒样品进行产地特征采样；

在100Hz脉冲频率下，使用金、钛和银电极对红葡萄酒样品进行产地特征采样。

6.根据权利要求1所述的一种葡萄酒产地及品牌的快速识别方法，其特征在于，所述步骤2)中的品牌特征的获取过程包括：在1Hz脉冲频率下，使用铂、金、钯、钨、钛和银电极对红葡萄酒样品进行品牌特征采样；

在10Hz脉冲频率下，使用金、钯、钛和银电极对红葡萄酒样品进行品牌特征采样；

在100Hz脉冲频率下，使用金和钛电极对红葡萄酒样品进行品牌特征采样，其中，采样结果中包括：金属电极脉冲电流最高值、最高值拐点、最低值、最低值拐点中的一种或组合。

7.根据权利要求1所述的一种葡萄酒产地及品牌的快速识别方法，其特征在于，所述步骤3)，包括：采用主成分分析分别对红葡萄酒样品的气味特征及滋味特征进行降维和去相关处理，分别得到气味特征的主成分数据以及滋味特征的主成分数据；

将气味特征的前8个主成分与滋味特征的前3个主成分得分组合得到融合特征。

8.根据权利要求1所述的一种葡萄酒产地及品牌的快速识别方法，其特征在于，所述步骤4)中极限学习机模型的训练过程包括：随机产生隐含层与输出层之间的连接权值和隐含层神经元阈值，得到极限学习机模型的连接权重矩阵： 以及神经元阈值矩阵 其中，wln为输入层第l个神经元与隐藏层第n个神经元之间的连接权重；bl为隐藏层第l个神经元的阈值；

计算网络输出矩阵T＝[t1,t2,…tQ]m×Q，其中tQ为第q个训练样本对应的输出矩阵；

利用公式，β＝H+T，求解输出层权值，其中，H隐含层输出矩阵为：将输出矩阵的参数作为训练后的极限学习机的输出层权重。