基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
研究了酿酒葡萄与葡萄酒理化指标、葡萄酒质量之间的关系,再根据葡萄理化指标预测葡萄酒品质,从而筛选优质酿酒葡萄品种。首先对葡萄酒理化指标进行主成分分析和葡萄酒综合评分进行置信区间处理,减小误差。随后建立BP神经网络模型,得到酿酒葡萄与葡萄酒理化指标的网络关系、葡萄酒理化指标与葡萄酒综合评分的网络关系,并代入数据检验,验证网络模型是可行的。最后,带入新的葡萄理化指标预测该葡萄酿制的葡萄酒的品质,判断是否选用,从而得到酿酒葡萄的筛选模型。
推荐文章
酸轧机组神经网络模型数据筛选算法研究
数据筛选
Simplex(单纯形法)
样本
神经网络
优化
刺葡萄酿酒酵母菌株的分离与筛选
刺葡萄
酿酒酵母
分离
性能
基于神经网络的创造性计算模型的构建
Hopfield神经网络
逻辑
直觉
神经网络
交叉变异
脉冲响应神经网络的构建
脉冲响应神经元
人工神经网络
单位脉冲响心
BP学习算法
降雨径流模拟
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 优质酿酒葡萄筛选神经网络模型的构建与应用
来源期刊 酿酒科技 学科 工学
关键词 神经网络 酿酒葡萄 置信区间 主成分分析 葡萄酒
年,卷(期) 2015,(12) 所属期刊栏目 ?研究报告?
研究方向 页码范围 37-40
页数 4页 分类号 TS262.6|TS261.2|TS261.7
字数 3376字 语种 中文
DOI 10.13746/j.njkj.2015197
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 赵长青 四川理工学院生物工程学院 32 105 6.0 8.0
2 张静 四川理工学院生物工程学院 33 116 6.0 8.0
3 邹伟 四川理工学院生物工程学院 43 146 7.0 9.0
4 吴玉媱 四川理工学院生物工程学院 2 3 1.0 1.0
5 穆盛东 四川理工学院生物工程学院 4 8 2.0 2.0
6 贺世雄 四川理工学院生物工程学院 2 3 1.0 1.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (65)
共引文献  (180)
参考文献  (11)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
1962(1)
  • 参考文献(0)
  • 二级参考文献(1)
1984(1)
  • 参考文献(0)
  • 二级参考文献(1)
1985(1)
  • 参考文献(0)
  • 二级参考文献(1)
1996(2)
  • 参考文献(0)
  • 二级参考文献(2)
1997(1)
  • 参考文献(0)
  • 二级参考文献(1)
1998(4)
  • 参考文献(0)
  • 二级参考文献(4)
1999(2)
  • 参考文献(1)
  • 二级参考文献(1)
2000(3)
  • 参考文献(0)
  • 二级参考文献(3)
2001(2)
  • 参考文献(0)
  • 二级参考文献(2)
2002(6)
  • 参考文献(0)
  • 二级参考文献(6)
2003(2)
  • 参考文献(0)
  • 二级参考文献(2)
2004(1)
  • 参考文献(0)
  • 二级参考文献(1)
2005(9)
  • 参考文献(0)
  • 二级参考文献(9)
2006(5)
  • 参考文献(1)
  • 二级参考文献(4)
2007(5)
  • 参考文献(1)
  • 二级参考文献(4)
2008(8)
  • 参考文献(0)
  • 二级参考文献(8)
2009(10)
  • 参考文献(0)
  • 二级参考文献(10)
2010(5)
  • 参考文献(1)
  • 二级参考文献(4)
2011(6)
  • 参考文献(5)
  • 二级参考文献(1)
2014(2)
  • 参考文献(2)
  • 二级参考文献(0)
2015(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
研究主题发展历程
节点文献
神经网络
酿酒葡萄
置信区间
主成分分析
葡萄酒
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
酿酒科技
月刊
1001-9286
52-1051/TS
大16开
贵阳市沙中路58号
66-23
1980
chi
出版文献量(篇)
8651
总下载数(次)
62
总被引数(次)
45814
论文1v1指导