基于最小二乘支持向量机的白酒酒醅成分定量分析
Food Science（2016）
摘要
利用近红外光谱技术实现对白酒发酵过程中酒醅主要成分的质量控制,并进行模型优化,提高性能.采用偏最小二乘法提取的潜在变量作为最小二乘支持向量机的输入变量,先后建立了白酒酒醅中酒精度、淀粉、水分、酸度的近红外定量模型,并与经无信息变量消除法波段筛选后建立的偏最小二乘模型结果进行比较.结果表明:与偏最小二乘模型相比,4个指标的最小二乘支持向量机定量模型的相关系数(R2)、预测均方根误差以及相对分析误差3个评价参数均有更优表现;对未知样品进行预测时,最小二乘支持向量机模型的预测准确度明显高于偏最小二乘模型.说明最小二乘支持向量机模型的准确度、稳定性及预测性能均优于偏最小二乘法模型,为白酒酒醅的品质分析方法研究提供了新的思路.
更多AI 理解论文
溯源树
样例
生成溯源树，研究论文发展脉络
Chat Paper
正在生成论文摘要