基于SOM与BP神经网络的葡萄酒质量评价

基于SOM与BP神经网络的葡萄酒质量评价

ID:38286253

大小:286.81 KB

页数:5页

时间:2019-06-01

基于SOM与BP神经网络的葡萄酒质量评价_第1页
基于SOM与BP神经网络的葡萄酒质量评价_第2页
基于SOM与BP神经网络的葡萄酒质量评价_第3页
基于SOM与BP神经网络的葡萄酒质量评价_第4页
基于SOM与BP神经网络的葡萄酒质量评价_第5页
资源描述:

《基于SOM与BP神经网络的葡萄酒质量评价》由会员上传分享,免费在线阅读,更多相关内容在行业资料-天天文库

1、长江大学学报(自科版)2015年4月第l2卷第1o期(理工上旬TU)·16-JournalofYangtzeUniversity(NaturalScienceEdition)Apr.2015,Vo1.12No.10[引著格式]徐瑾辉,马超,张振华,等.基于SOM与BP神经网络的葡萄酒质量评价[J].长江大学学报(自科版),201512(10):16~2O.基于SOM与BP神经网络的葡萄酒质量评价徐瑾辉,马超(广东外语外贸大学金融学院,厂东广州510006)张振华,罗英葫(厂东外语外贸大学经济贸易学院,广东广州51000

2、6)梁志鹏(广东外语外贸大学金触学院,广东~0xl\l510006)[摘要]葡萄酒有着非常高的营养价值,而决定其营养价值的主要因素是葡萄酒的质量指标。葡萄酒的主要质量指标大体可分为感官指标和理化指标。根据酿酒葡萄和葡萄酒的理化指标,对给定的葡萄酒样品进行质量评价。采用自组织特征映射网络(s0M)对给定的酿酒葡萄样品进行分类,并对酿酒葡萄和葡萄酒的理化指标以及葡萄酒的质量进行聚类,同时采用BP神经网络对结果进行了验证。研究表明,红葡萄与红葡萄酒的理化指标之间的相关性比自葡萄与白葡萄酒的理化指标之间的相关性要大得多;酿酒葡

3、萄和葡萄酒的某些理化指标(白葡萄酒的总糖、红葡萄酒的蛋白质和pH值)、葡萄酒的果香、发酵香物质对葡萄酒质量有显著影响。[关键词]葡萄酒;理化指标;质量评价;相关系数矩阵;自组织特征映射网络(SOM网络);BP神经网络;逐步回归方程[中图分类号]029;TP183[文献标志码]A[文章编号]1673—1409(2015)10—001605葡萄酒的质量评价是最近几年热门的研究话题。王金甲等首先基于葡萄酒的物理化学性质对葡萄酒进行评价;黄毅等l2利用统计分析方法对葡萄酒质量进行了评价;王字飞等基于多元描述性统计对葡萄酒质量进

4、行了评价。此外,在利用神经网络对葡萄酒进行评价的方面,肖翔等_4利用离散Hopfield神经网络对葡萄酒进行质量评价;于红斌等利用灰关联神经网络对葡萄酒进行评价;曾祥燕等[利用PCA与BP神经网络的组合模型对葡萄酒品质进行了评价;吴良超等采用单一的BP神经网络在基于理化指标的情况下埘葡萄酒进行了质量评价;刘永财等[8利用SVM神经网络对葡萄酒质量进行了评价。下面,笔者基于SOM与BP神经网络对葡萄酒质量进行了评价,研究数据来源于农业部公益性葡萄行业科研专项项目。l利用soM对酿酒葡萄进行分级酿酒葡萄的理化指标能够反映出

5、酿酒葡萄质量,而葡萄酒的质量受酿酒葡萄的质量的影响lg]。因此,将酿酒葡萄的质量与葡萄酒的质量直接挂钩,并假定等级高的葡萄酒所用酿酒葡萄同样属于等级高的品种。利用人工神经网络(ANN)中SOM的聚类功能,使用葡萄的各理化指标的数据,运用Matlab软件的神经网络工具箱,对红葡萄的27个样品和白葡萄的28个样品进行分类,并根据最终结果对葡萄进行评级。1.1指标选取考虑到对酿酒葡萄质量进行估计的全面性,研究中不再对理化指标作筛选,并且加上与葡萄样品相[收稿日期]Z014一l】一28[基金项目]国家自然科学基金项目(7127

6、1061);广东省教育厅科技创新项目(296GK13201,2013KJCX0072);广东省质量工程项目(110-GK131021);广东省十二五教育规划项目(2012JK129);广东省十二五哲学社科项目(GD12XGI14);广州市哲学社科项目(2o14Gzzx(【)(]67);广东省大学生创新训I练计划项目(201411846042);广东外语外贸大学重点团队项目(TD1202);2014年广东外语外贸大学经济贸易学院创新奖学金(科研类)重点资助项目。[通信作者]张振华(1972~),男,博士,副教授,现主要从

7、事模糊识别与模糊推理方面的教学与研究工作;E—mail:zhangzhenhua@mail.gdufs.edu.C13,o第12卷第10期徐瑾辉等:基于SOM与BP神经网络的葡萄酒质量评价·17·对应葡萄酒样品的所得总分,一并进行分类,得到共6O个指标构成的27个红葡萄酒样品的数据矩阵和28个白葡萄酒样品的数据矩阵。1.2数据处理由于SOM网络的神经元的输出函数在O~1是最灵敏的,因而需要对上述60个指标的原始数据进行归一化处理,把所有数据都归一化为0~1的数据,具体公式如下:,P—P.P=——‘P一P⋯式中,P代表酿

8、酒葡萄样品的理化指标数值;P代表酿酒葡萄样品的理化指标归一化处理后的数值;P。为酿酒葡萄样品理化指标中的最小值;P⋯为酿酒葡萄样品理化指标中的最大值。1.3SOM网络模拟分类使用Matlab软件构建SOM网络模型。将红葡萄的27个样品和白葡萄的28个样品的60个指标的归一化数据导人SOM网络模型中,根据适用于当前样本的原则创建一个

当前文档最多预览五页,下载文档查看全文

此文档下载收益归作者所有

当前文档最多预览五页,下载文档查看全文
温馨提示:
1. 部分包含数学公式或PPT动画的文件,查看预览时可能会显示错乱或异常,文件下载后无此问题,请放心下载。
2. 本文档由用户上传,版权归属用户,天天文库负责整理代发布。如果您对本文档版权有争议请及时联系客服。
3. 下载前请仔细阅读文档内容,确认文档内容符合您的需求后进行下载,若出现内容与标题不符可向本站投诉处理。
4. 下载文档时可能由于网络波动等原因无法下载或下载错误,付费完成后未能成功下载的用户请联系客服处理。