基于PCA和BP神经网络的葡萄酒品质预测模型

• 作者: 孙文兵 曾祥燕 蒋盛岩 赵良忠
• 来源期刊: 食品与机械
• 关键词: 主成分 BP神经网络 葡萄酒品质 模型
• 年，卷（期）: 2014,（1）
• 所属期刊栏目: 基础研究
• 页码范围: 40-44
• 页数: 5页
• 语种: 中文
• DOI: 10.3969.j.issn.1003-5788.2014.01.009

摘要

研究基于主成分分析(PCA)和神经网络建立葡萄酒评价模型并进行预测.该模型先将葡萄和葡萄酒中33个理化及风味指标进行主成分分析,再以主成分得分作为输入数据,葡萄酒的感官评价得分作为输出数据,建立葡萄酒和酿酒葡萄的主要理化指标与葡萄酒质量的关系模型.结果表明:通过检测主成分的质量指标,能对葡萄酒给出很好的质量评价;该模型与传统的网络模型相比,能很好的简化网络结构,输入神经元个数从33个减少为9个,收敛速度提高87.5％,模型绝对误差的最大值为0.35.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	蒋盛岩		51	330	8.0	16.0
2	曾祥燕		19	98	6.0	9.0
3	赵良忠		110	727	13.0	22.0
4	孙文兵		43	75	5.0	6.0