应用光谱技术和支持向量机分析方法快速检测啤酒糖度和pH值

• 作者: 何勇 刘飞 应霞芳 王莉
• 来源期刊: 红外与毫米波学报
• 学科: 工学
• 关键词: 啤酒 可见/近红外光谱 最小二乘支持向量机 糖度 pH
• 年，卷（期）: 2008,（1）
• 页码范围: 51-55
• 页数: 5页
• 分类号: TS262.5
• 字数: 3398字
• 语种: 中文
• DOI: 10.3321/j.issn:1001-9014.2008.01.012

摘要

为实现啤酒糖度和pH值的快速检测,采用可见/近红外光谱仪器得到360个啤酒样本的可见/近红外光谱数据.使用主成分分析(PCA)对数据进行降维处理以消除众多信患共存中相互重叠的部分,得到6个主成分值.将样本数据随机分为定标集和预测集,利用最小二乘支持向量机(LS-SVM)算法在定标集数据基础上建立啤酒糖度和pH值预测模型,并利用此模型对预测集样本进行预测.根据预测相关系数(r)和预测标准偏差(RMSEP)判断预测模型好坏,结果表明该模型对啤酒糖度预测的相关系数r为0.9829,RMSEP为0.1506;对啤酒pH值的预测相关系数r为0.9563,RMSEP为0.0494,预测精度明显高于神经网络和PLS预测,所以利用该模型能够准确的预测啤酒的糖度及pH值.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	何勇	浙江大学生物系统工程与食品科学学院	511	9054	45.0	65.0
2	应霞芳	浙江大学生物系统工程与食品科学学院	21	311	9.0	17.0
3	刘飞	浙江大学生物系统工程与食品科学学院	77	1455	21.0	35.0
4	王莉	浙江大学生物系统工程与食品科学学院	53	349	10.0	18.0