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:
随着机器学习技术的进步使葡萄酒品质预测过程变得更有效率.本文采用了机器学习技术对葡萄酒的属性进行预测,以此评估葡萄酒的质量.采用遗传算法的特征选择和模拟退火的特征选择来检验预测性能.还使用了不同的性能指标和分类器用于比较使用不同的特征集和不同的监督机器学习技术的预测结果.结果发现,SA的特征集预测优于GA的特征集预测,其中SVM分类器的效果最好.这种方法有助于提高酒的品质检测效率.
推荐文章
不同品牌葡萄酒的三维荧光光谱特性研究
三维荧光光谱
干红葡萄酒
赤霞珠
澳洲产红葡萄酒协同洋葱降血糖作用研究
红葡萄酒
洋葱
四氧嘧啶
糖尿病
不同年份、不同葡萄品种葡萄酒品质特征分析研究
葡萄酒
理化指标
香气成分
顶空固相微萃取-气质联用
主成分分析
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 不同特征集的红葡萄酒品质计算机预测分析研究
来源期刊 酿酒科技 学科
关键词 葡萄酒品质 机器学习 特征选择 分类器 性能
年,卷(期) 2021,(3) 所属期刊栏目 研究报告|RESEARCH REPORTS
研究方向 页码范围 45-48
页数 4页 分类号 TS262.6|TS261.7
字数 语种 中文
DOI 10.13746/j.njkj.2020201
五维指标
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (51)
共引文献  (24)
参考文献  (13)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
1984(1)
  • 参考文献(0)
  • 二级参考文献(1)
2002(1)
  • 参考文献(0)
  • 二级参考文献(1)
2005(1)
  • 参考文献(1)
  • 二级参考文献(0)
2006(1)
  • 参考文献(0)
  • 二级参考文献(1)
2007(2)
  • 参考文献(0)
  • 二级参考文献(2)
2009(7)
  • 参考文献(1)
  • 二级参考文献(6)
2010(3)
  • 参考文献(0)
  • 二级参考文献(3)
2011(4)
  • 参考文献(1)
  • 二级参考文献(3)
2012(4)
  • 参考文献(1)
  • 二级参考文献(3)
2013(7)
  • 参考文献(0)
  • 二级参考文献(7)
2014(6)
  • 参考文献(3)
  • 二级参考文献(3)
2015(7)
  • 参考文献(2)
  • 二级参考文献(5)
2016(6)
  • 参考文献(1)
  • 二级参考文献(5)
2017(2)
  • 参考文献(0)
  • 二级参考文献(2)
2018(6)
  • 参考文献(1)
  • 二级参考文献(5)
2019(5)
  • 参考文献(1)
  • 二级参考文献(4)
2020(1)
  • 参考文献(1)
  • 二级参考文献(0)
2021(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
葡萄酒品质
机器学习
特征选择
分类器
性能
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
论文1v1指导