官方微信|手機(jī)版

食品

化工儀器網(wǎng)>行業(yè)應(yīng)用 >食品/農(nóng)產(chǎn)品檢測(cè)>酒類檢測(cè)>啤酒檢測(cè)>正文

采用電子舌和電子鼻技術(shù)分析啤酒風(fēng)味信息分類中的數(shù)據(jù)融合特征

檢測(cè)樣品:啤酒

檢測(cè)項(xiàng)目:滋味 風(fēng)味

方案概述:文章采用電子舌和電子鼻技術(shù)分析啤酒風(fēng)味信息分類中的數(shù)據(jù)融合特征。首先,電子舌和電子鼻被用來收集味道和啤酒的嗅覺信息。第二,主成分分析(PCA),遺傳算法-偏小二乘(GA-PLS)和可變重要性的投影(VIP)評(píng)分將該方法應(yīng)用于原始融合集特征變量的選擇在SVM、RF和ELM上為評(píng)價(jià)特征挖掘方法的有效性而建立。

點(diǎn)擊1154次

下載0次

更新時(shí)間2020年03月12日

上傳企業(yè)北京盈盛恒泰科技有限責(zé)任公司

下載方案

        文章采用電子舌和電子鼻技術(shù)分析啤酒風(fēng)味信息分類中的數(shù)據(jù)融合特征。首先,電子舌和電子鼻被用來收集味道和啤酒的嗅覺信息。第二,主成分分析(PCA),遺傳算法-偏小二乘(GA-PLS)和可變重要性的投影(VIP)評(píng)分將該方法應(yīng)用于原始融合集特征變量的選擇在SVM、RF和ELM上為評(píng)價(jià)特征挖掘方法的有效性而建立。結(jié)果表明基于變量累加的特征挖掘方法得到了影響啤酒風(fēng)味的主要特征信息,支持向量機(jī)、RF和ELM模型的Z佳分類性能為96.67%,預(yù)測(cè)準(zhǔn)確率分別為94.44%和98.33%。

       本研究成果來源于東北電力大學(xué)。如有老師感興趣請(qǐng)自行下載或contact我們。

分享:
下載

溫馨提示:
1.本網(wǎng)展示的解決方案僅供學(xué)習(xí)、研究之用,版權(quán)歸屬此方案的提供者,未經(jīng)授權(quán),不得轉(zhuǎn)載、發(fā)行、匯編或網(wǎng)絡(luò)傳播等。
2.如您有上述相關(guān)需求,請(qǐng)務(wù)必先獲得方案提供者的授權(quán)。
3.此解決方案為企業(yè)發(fā)布,信息內(nèi)容的真實(shí)性、準(zhǔn)確性和合法性由上傳企業(yè)負(fù)責(zé),化工儀器網(wǎng)對(duì)此不承擔(dān)任何保證責(zé)任。

北京盈盛恒泰科技有限責(zé)任公司

最新解決方案

該企業(yè)的其他方案

業(yè)界頭條

關(guān)閉
友情提示:
如果您已經(jīng)是化工儀器網(wǎng)的會(huì)員,請(qǐng)先 登錄 后留言,這有助于您便捷留言,更好地和客戶溝通。
還不是會(huì)員? 立即 免費(fèi)注冊(cè)
提交留言