 | 北京盈盛恒泰科技有限責(zé)任公司 |
會(huì)員.png)
13810615661
在線(xiàn)溝通：
市場(chǎng)部 （市場(chǎng)部經(jīng)理）
- 電話(huà)：
- 010-83993593
- 手機(jī)：
- 13810615661
- 傳真：
- 010-83993562
- 聯(lián)系我時(shí)，
- 告知來(lái)自化工儀器網(wǎng)
- 個(gè)性化：
- www.ensoultech.com
- 手機(jī)站：
- m.ensoultech.com
- 商鋪網(wǎng)址：
- http://m.duoo135.com/st7254/
- 公司網(wǎng)站：
- http://www.ensoultech.com
采用電子舌和電子鼻技術(shù)分析啤酒風(fēng)味信息分類(lèi)中的數(shù)據(jù)融合特征
閱讀：1727發(fā)布時(shí)間：2020-3-11
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(lèi)中的數(shù)據(jù)融合特征。首先，電子舌和電子鼻被用來(lái)收集味道和啤酒的嗅覺(jué)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(lèi)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(lái)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。
以上信息由企業(yè)自行提供，信息內(nèi)容的真實(shí)性、準(zhǔn)確性和合法性由相關(guān)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。 溫馨提示：為規(guī)避購(gòu)買(mǎi)風(fēng)險(xiǎn)，建議您在購(gòu)買(mǎi)產(chǎn)品前務(wù)必確認(rèn)供應(yīng)商資質(zhì)及產(chǎn)品質(zhì)量。