酒品质量稳定性的神经网络鉴别方法研究

• 作者: 殷勇 田先亮
• 来源期刊: 食品科学
• 学科: 工学
• 关键词: 酒 质量 稳定性 传感器阵列 神经网络
• 年，卷（期）: 2005,（11）
• 所属期刊栏目: 分析检验
• 页码范围: 210-212
• 页数: 3页
• 分类号: TS201|TP183
• 字数: 3127字
• 语种: 中文
• DOI: 10.3321/j.issn:1002-6630.2005.11.048

摘要

在酒品生产中,质量稳定性的快速鉴别对确保酒品质量、改进生产工艺有着重要的作用.运用气敏传感器阵列技术和神经网络模式分类方法研究了酒品质量稳定性的快速鉴别方法.鉴别试验结果表明,合适的传感器阵列可以测试酒品的特征信息,基于遗传算法的RBF神经网络可以建立正确的酒品质量鉴别模型,进而实现了同种酒品生产过程中质量稳定性的快速鉴别.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	殷勇		62	589	15.0	21.0
2	田先亮		6	149	6.0	6.0