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
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上為評價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、RF和ELM模型的Z佳分類性能為96.67%,預(yù)測準(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)。如有老師感興趣請自行下載或contact我們。
相關(guān)產(chǎn)品
免責(zé)聲明
- 凡本網(wǎng)注明“來源:化工儀器網(wǎng)”的所有作品,均為浙江興旺寶明通網(wǎng)絡(luò)有限公司-化工儀器網(wǎng)合法擁有版權(quán)或有權(quán)使用的作品,未經(jīng)本網(wǎng)授權(quán)不得轉(zhuǎn)載、摘編或利用其它方式使用上述作品。已經(jīng)本網(wǎng)授權(quán)使用作品的,應(yīng)在授權(quán)范圍內(nèi)使用,并注明“來源:化工儀器網(wǎng)”。違反上述聲明者,本網(wǎng)將追究其相關(guān)法律責(zé)任。
- 本網(wǎng)轉(zhuǎn)載并注明自其他來源(非化工儀器網(wǎng))的作品,目的在于傳遞更多信息,并不代表本網(wǎng)贊同其觀點和對其真實性負(fù)責(zé),不承擔(dān)此類作品侵權(quán)行為的直接責(zé)任及連帶責(zé)任。其他媒體、網(wǎng)站或個人從本網(wǎng)轉(zhuǎn)載時,必須保留本網(wǎng)注明的作品第一來源,并自負(fù)版權(quán)等法律責(zé)任。
- 如涉及作品內(nèi)容、版權(quán)等問題,請在作品發(fā)表之日起一周內(nèi)與本網(wǎng)聯(lián)系,否則視為放棄相關(guān)權(quán)利。