基于电子鼻与LightGBM算法判别葡萄酒品种的研究

• 作者: 乔淼 张磊 母芳林
• 来源期刊: 食品与机械
• 关键词: 葡萄酒 电子鼻 LightGBM TPE
• 年，卷（期）: 2020,（5）
• 所属期刊栏目: 安全与检测
• 页码范围: 76-79
• 页数: 4页
• 字数: 3830字
• 语种: 中文
• DOI: 10.13652/j.issn.1003-5788.2020.05.014

摘要

针对葡萄酒的鉴别问题,通过电子鼻采集 7 种葡萄酒的气味信息,应用 LightGBM算法对葡萄酒的气味特征进行学习,并运用 TPE 超参数优化算法对 LightGBM算法超参数进行自适应寻优,以 5 折交叉验证为指标评估模型的性能.试验结果表明 LightGBM建立的判别模型对葡萄酒样本的判别准确率为 96.62％,优于传统的支持向量机、随机森林、神经网络,验证了 LightGBM 在葡萄酒品种鉴别中的优越性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	张磊	河北工业大学人工智能与数据科学学院	98	368	12.0	15.0
2	乔淼	河北工业大学人工智能与数据科学学院	1	0	0.0	0.0
3	母芳林	河北工业大学人工智能与数据科学学院	1	0	0.0	0.0