基于支持向量机的葡萄酒质量预测被引量：6

Wine quality prediction based on support vector machine

下载PDF

导出

摘要通过葡萄酒的理化指标来对葡萄酒质量进行预测,一方面可以减少因为评酒师主观原因造成的偏差,另一方面可以根据预测结果调整酿造过程提高成酒品质。介绍了支持向量机的原理,并通过实验进行测试验证了通过支持向量机对葡萄酒理化指标数据进行建模分析从而预测葡萄酒质量的方法是有效可行的。

作者夏铭泽石春鹏刘征宇 XIA Ming-ze;SHI Chun-peng;LIU Zheng-yu

机构地区北京机械工业自动化研究所

出处《制造业自动化》 CSCD 2020年第5期57-60,共4页 Manufacturing Automation

关键词质量预测葡萄酒支持向量机

分类号 TP399 [自动化与计算机技术—计算机应用技术]

引文网络
相关文献

参考文献8

1刘淑伟,郭顺生.基于遗传算法-支持向量机的建材产品质量预测方法研究[J].机械制造,2016,54(11):93-95. 被引量：6
2赵丽琴..混合核支持向量机在地铁客流预测中的应用研究[D].兰州交通大学,2015:
3孙文兵.遗传算法降维优化的BP模型及葡萄酒质量预测[J].邵阳学院学报（自然科学版）,2017,14(1):23-29. 被引量：6
4李昊..基于机器学习的兰州市空气质量预报方法研究[D].兰州大学,2017:
5马凯文.基于相关分析和多元线性回归的葡萄酒质量预测[J].科学技术创新,2019(30):6-7. 被引量：2
6吕旭泽..基于PSo-Ls-SVM的发动机多工序装配质量预测模型研究[D].合肥工业大学,2016:
7李华,张予林,袁春龙,魏冬梅.葡萄与葡萄酒中白藜芦醇分析方法的研究现状[J].中国食品学报,2005,5(1):104-108. 被引量：23
8赵奎领..基于支持向量机的产品合格率预测研究[D].华南理工大学,2012:

二级参考文献47

1谢小正,赵荣珍,陈惠贤.基于LS-SVM的汽轮机叶片高速铣削表面质量预测建模[J].机械制造,2012,50(10):73-76. 被引量：2
2李华,张予林,袁春龙,魏冬梅.葡萄与葡萄酒中白藜芦醇分析方法的研究现状[J].中国食品学报,2005,5(1):104-108. 被引量：23
3冯永红,许实波.白藜芦醇药理作用研究进展[J].国外医药（植物药分册）,1996,11(4):155-157. 被引量：109
4董华,杨世元,吴德会.基于模糊支持向量机的小批量生产质量智能预测方法[J].系统工程理论与实践,2007,27(3):98-104. 被引量：23
5尉亚辉李兴旺等.白藜芦醇的研究进展[J].西北农业大学学报,1999,27(2):188-195. 被引量：6
6Soleas GJ, Goldberg DM, Ng E, et al. Comparation evaluation of four methods forassay of cis-and trans-resveratorl[J] . J Enol Vitie, 1997, 48 (2): 169-179. 被引量：1
7Pezet R, Pont V. Method to determine resverztrol and pterostilbene in grape berries and wines using HPLC with highly sensitive fluorometric detection [J] . Chromatography, 1994, 663:191. 被引量：1
8Tohru Okuda, Koki Yodotsuka. Trans-resvemtrol concentration in berry skins abd wines from grapes grown in Japan[J] . Am. J. Enol. Vitic, 1996, 47 (1): 93. 被引量：1
9Mattive F. Solid phase extraction of trans-resveratrol from wines fur HPLC analysis [J] . Lebensm, Unlers, Forsch,1993, 196 (6): 522N525. 被引量：1
10Soleas G J, Goldbera D M, Diamaandis E P, et al. A dertvatized gas chromatographic-mass spectrometric method for the analysis of both isomers of resveratrol in juice and wine [J] . American Gouranal of Enology and Viticutune,1995, 4 693:346-352. 被引量：1

共引文献33

1王彬华.基于系统聚类分析法的葡萄酒质量评价研究[J].质量与市场,2023(13):19-21.
2周晓明,郭春苗,樊丁宇,谢辉,卢春生.HPLC法测定不同品种葡萄及葡萄干白藜芦醇含量[J].新疆农业科学,2013,50(12):2223-2229. 被引量：7
3黄德成,李华,王华.葡萄籽中白藜芦醇提取和检测方法的研究现状[J].食品与发酵工业,2006,32(10):113-115. 被引量：3
4朱祥瑞,费建明,杨逸文,杨堃.桑椹和桑枝中白藜芦醇的提取及含量测定[J].蚕业科学,2007,33(1):110-112. 被引量：23
5李华,黄德成,王华,袁春龙.葡萄籽超微粉中白藜芦醇的HPLC检测[J].食品工业,2007,28(2):59-60. 被引量：2
6刘达雄,栾玉明,区伟全,王国玲,蒋卓勤.国产葡萄酒中白藜芦醇含量分析[J].中国卫生检验杂志,2008,18(12):2813-2814. 被引量：8
7叶秋雄,黄苇.虎杖中白藜芦醇测定方法的比较研究[J].食品工业科技,2010,31(5):359-362. 被引量：9
8周琳,陈秋虹.高效液相色谱法测定野生毛葡萄中的白藜芦醇[J].广西科学院学报,2010,26(3):237-238. 被引量：5
9吴旭,饶力群,彭国平,杨华.桑叶中白藜芦醇提取工艺的研究[J].天然产物研究与开发,2011,23(3):556-560. 被引量：2
10杨莹,管敬喜,谢太理,文仁德,黄羽.广西主栽葡萄品种果实白藜芦醇及其糖苷HPLC定量分析[J].南方农业学报,2012,43(3):318-321. 被引量：3

同被引文献76

1杨扬,高小红,贾伟,张威,李金山,张艳娇,田成明.三江源区不同土壤类型有机质含量高光谱反演[J].遥感技术与应用,2015,30(1):186-198. 被引量：23
2王静,何挺,郭旭东,刘爱霞.基于逻辑回归模型的环北京地区土地退化态势分析[J].地理科学进展,2005,24(5):23-32. 被引量：16
3李伟,张书慧,张倩,董朝闻,张守勤.近红外光谱法快速测定土壤碱解氮、速效磷和速效钾含量[J].农业工程学报,2007,23(1):55-59. 被引量：60
4贺军亮,蒋建军,周生路,徐军,蔡海良,张春耀.土壤有机质含量的高光谱特性及其反演[J].中国农业科学,2007,40(3):638-643. 被引量：76
5卢艳丽,白由路,杨俐苹,王红娟.基于高光谱的土壤有机质含量预测模型的建立与评价[J].中国农业科学,2007,40(9):1989-1995. 被引量：51
6郑立华,李民赞,潘娈,孙建英,唐宁.基于近红外光谱技术的土壤参数BP神经网络预测[J].光谱学与光谱分析,2008,28(5):1160-1164. 被引量：63
7周萍,王润生,阎柏琨,杨苏明,王青华.高光谱遥感土壤有机质信息提取研究[J].地理科学进展,2008,27(5):27-34. 被引量：32
8朱德峰,程式华,张玉屏,林贤青,陈惠哲.全球水稻生产现状与制约因素分析[J].中国农业科学,2010,43(3):474-479. 被引量：226
9张娟娟,田永超,姚霞,曹卫星,马新明,朱艳.基于高光谱的土壤全氮含量估测[J].自然资源学报,2011,26(5):881-890. 被引量：55
10刘婷婷.基于支持向量机的水稻纹枯病识别研究[J].安徽农业科学,2011,39(28):17580-17582. 被引量：7

引证文献6

1王白云,沈春根.有序Lasso-Logistic模型的电竞角色选择应用分析[J].计算机技术与发展,2021,31(3):58-64. 被引量：1
2赵峰,姜胜兵.基于优化的GA-BP及其在葡萄酒质量预测的应用[J].哈尔滨商业大学学报（自然科学版）,2021,37(3):307-313. 被引量：4
3郭庆阳,谭峰.寒地水稻稻瘟病显微图像分类方法研究[J].软件导刊,2022,21(5):188-192.
4关文昊,刘志刚,何国兴,纪童,李强,杨军银,柳小妮.三江源高寒退化草原土壤有机质含量的光谱模拟估算[J].草原与草坪,2022,42(5):28-36. 被引量：1
5丁海萌,郭小燕.基于SMOTE_GA_XGBoost的葡萄酒质量预测[J].智能计算机与应用,2024,14(1):147-151. 被引量：1
6胡骏,陆兴华,林柽莼,陈嘉铧,邓雨铮,许丽娟.改进的VGG16在水稻稻瘟病图像识别中的应用[J].计算机应用,2023,43(S02):196-200. 被引量：3

二级引证文献10

1张道文,母尧尧,王朝健,刘奇,孙庆.城市道路交通事故特性及严重程度研究[J].安全与环境学报,2022,22(2):599-605. 被引量：14
2洪雅敏.基于双隐含层的AGABP偏好课程预测模型[J].重庆科技学院学报（自然科学版）,2022,24(3):69-73.
3阮斯佳,赵欣欣,王燕,柳李旺,屠康,彭菁.基于响应面和人工神经网络-遗传算法优化鲜切萝卜光动力杀菌工艺[J].南京农业大学学报,2023,46(6):1196-1205. 被引量：1
4丁海萌,郭小燕.基于SMOTE_GA_XGBoost的葡萄酒质量预测[J].智能计算机与应用,2024,14(1):147-151. 被引量：1
5苏安祥,贺安琪,马高兴,赵立艳,杨文建,胡秋辉.神经网络-遗传算法对杏鲍菇粉3D打印的建模与优化[J].中国农业科学,2024,57(3):584-596.
6王玮莹,彭金榜,朱婉雪,杨斌,刘振,公华锐,王俊栋,杨婷,娄金勇,孙志刚.基于无人机遥感的盐渍化土壤有机质反演方法研究[J].地球信息科学学报,2024,26(3):736-752. 被引量：1
7周阳,贺福强,聂文豪,陈其梅.基于改进Unet的食品包装盒图像分割[J].软件工程,2024,27(6):21-25.
8胡玉珠,刘昌华,李盼.利用改进MobileNet V2网络识别水稻叶片病虫害的方法[J].武汉轻工大学学报,2024,43(3):76-81.
9杜云,张婧婧,韩博,鲁子翱.基于小样本的小麦施氮量预测方法[J].湖北农业科学,2024,63(8):116-120.
10丁士宁.基于ResNet50的水稻病虫害识别[J].现代信息科技,2024,8(16):127-130.

1韩府.酒到几分方入妙境[J].小品文选刊,2020,0(2):64-65.
2胡少伟：一位出色的酒体设计师[J].酿酒,2019,46(6):2-2.
3赵仕军.初中道德与法治课堂培养学生理解能力策略[J].女人坊,2020,0(4):00150-00150.
4姜媛.Moodle环境下“语言项目学习”在英语教学中的应用策略研究[J].湖北开放职业学院学报,2020,33(2):178-180.

制造业自动化

2020年第5期

浏览历史

内容加载中请稍等...

基于支持向量机的葡萄酒质量预测被引量：6

参考文献8

二级参考文献47

共引文献33

同被引文献76

引证文献6

二级引证文献10

相关作者

相关机构

相关主题

浏览历史

基于支持向量机的葡萄酒质量预测 被引量：6

参考文献8

二级参考文献47

共引文献33

同被引文献76

引证文献6

二级引证文献10

相关作者

相关机构

相关主题

浏览历史

基于支持向量机的葡萄酒质量预测被引量：6