换一批基于最小二乘支持向量机的白酒酒醅成分定量分析
Quantitative Analysis of Chemical Compositions of Fermented Grains of Chinese Liquor Based on Least Squares Support Vector Machine (LS-SVM)
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.
更多相关知识
关键词
白酒酒醅最小二乘支持向量机潜在变量偏最小二乘法波段筛选fermented grains of Chinese liquorleast squares support vector machines (LS-SVM)latent variables (LVs)partial least squares (PLS)waveband selection
分类号
TS261.7
栏目名称
DOI
10.7506/spkx1002-6630-201612029
发布时间
2016-07-29（万方平台首次上网日期，不代表论文的发表时间）
- 浏览2
- 被引13
- 下载0
相似文献
- 中文期刊
- 外文期刊
- 学位论文
- 会议论文
