机器学习算法的发展及其在食品领域的应用

《机器学习算法的发展及其在食品领域的应用》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、机器学习算法的发展及其在食品领域的应用摘要：简介了机器学习，叙述了机器学的发展，叙述了机器学AI算法在食品领域的应用。关键词：机器学习，人工神经网络，食品在《机器学AI》一书屮，机器学叫MachineLearning，ML)的定义为：关于某类任务T和性能度景P,如果一个计算机程序能在T上以P衡量的性能随着经验E而tl我完善，那么我们称这个计算机程序在从经验E中学习。通俗来说，机器学习是一门专门研究计算机怎样模拟或实现人类的学习行为，以获取新的知识或技能，重新组织己冇的知识结构使之不断改善£)身的性

2、能的学科。它足人工裨能的核心，足使计算机具奋裨能的根本途径，其应川遍及人工智能的各个领域。下面木文就机器学算法的发展及在食品领域的应用做相关讨论。1-机器学习的发展机器学习发展过程大体上可分为4个时期1.1第一阶段：热烈时期第一阶段是20世纪50年代中叶到60年代中叶,属于热烈吋期。在这个吋期，所研究的足“没冇知识”的学习，即“无知”学习。Jt•研究目标是各类自组织系统和自适应系统，K主要研究方法是不断修改系统的控制参数和改进系统的执行能力，不涉及与具体任务有关的知识。木阶段的代表性工作是:塞缪尔

3、(Samuel)的下棋程序。但这种学习的结果远不能满足人们对机器学习系统的期望。1.2第二阶段：冷静时期第二阶段足在60年代屮叶到70年代屮叶,被称为机器学习的冷静吋期。本阶段的研究B标是模拟人类的概念学习过程，并采用逻辑结构或图结构作为机器内部描述。本阶段的代表性工作有温斯顿(Winston)的结构学AI系统和海斯罗思(Hayes-Roth)等的基本逻辑的归纳学4系统。1.3第三阶段：复兴时期第三阶段从20世纪70年代中叶到80年代十叶，称为复兴吋期。在此期间,人们从学习单个概念扩展到学习多个概

4、念，探索不M的学习策略和方法，「1.在本阶段己开始把学习系统勾各种应用结合起来，并取得很大的成功，促进机器学习的发展。1980年，在美国的卡内®—梅隆(CMU)召开了第一W机器学习国际研讨会，标志着机器学习研究己在全世界兴起。机器学习的最新阶段始于1986年。1.4新时期机器学W进入新阶段的重要表现在下列诸方曲机器学习已成为新的边缘学科并在高校形成-门课程。它综合应用心理学、生物学和神经生理学以及数学、A动化和计算机科学形成机器学习理论基础。结合各种学方法，取长补短的多种形式的集成学＞1系统研究

5、正在兴起。特别是连接学习符号学习的耦介可以更好地解决连续性信号处理中知识与技能的获取与求精问题而受到重视。机器学习与人工智能各种基础I'uJ题的统一性观点正在形成。例如学习与fuj题求解结合进行、知识表达便于学习的观点产生了通用智能系统SOAR的组块学习。类比学习与问题求解结合的基于案例方法已成为经验学的重要方叫。各种学习方法的应川范围不断扩人，一部分已形成商品。归纳学习的知识获取工具己在诊断分类型专家系统中广泛使用。连接学习在声图文识别中占优势。分析学习已用干设计综合型专家系统。遗传算法与强化学

6、》在工程控制中有较好的应川前紧。与符兮系统耦合的神经网络连接学习将在企业的裨能管理与智能机器人运动规划中发挥作用。与机器学习有关的学术活动空前活跃。国际上除每年一次的机器学习研讨会外,还有计算机学习理论会议以及遗传算法会议。2.机器学习算法在食品领域的应用机器学＞』的目标就是在一定的网络结构基础上，构建数宁模型，选择相成的学＞』方式和训练方法，$习输入数据的数据结构和内在模式，不断调整网络参数，通过数乎工具求解模型最优化的预测反馈，提高泛化能力、防止过拟合。机器学习算法主要是指通过数学及统计方法求

7、解敁优化问题的步骤和过程，在食品领域具冇广泛应川，下而以机器人工神经网络举例介绍。2.1.人工神经网络简介人工神经网络(ArtificialNeuralNetwork,BPANN)是由大量处理单元互联组成的非线性、fi适应信息处理系统。它是在现代神经科学研究成果的基础上提出的，试图通过模拟大脑神经网络处理、记忆信息的方式进行信息处理。它从信息处理角度对人脑祌经元网络进行抽象，建立某种简单模型，按不同的连接方式纟II成不同的网络。在工程与学术界也常直接简称为祌经网络或类祌经网络。祌经网络是一种运算模

8、型，山人M的节点(或称祌经元)之间相互联接构成。母个节点代丧一种特定的输出函数，称为激励函数(activationfunction)。每两个节点M的连接都代表一个对于通过该连接信号的加权值，称之为权重，这相当于人工神经网络的记忆。网络的输出则依网络的连接方式，权秉值和激励阑数的不同而不M)。而网络fl身通常都是对自然界某种算法或者函数的逼近，也讨能是对一种逻辑策略的表达。常用的神经网络有BP、RBF、SOM、Hopfield等等，其功能不经相同2.2.人工神经网络在食品领域的应用2