果酒生物活性物质的OED-LMBPNN预测模型
果酒中的黄酮类生物活性物质含量受发酵温度、糖添加量、酵母添加量及pH值等多种因素影响,属于复杂的非线性问题,难以定量评价.针对传统回归法对果酒生物活性物质预测速度慢、预测精度低的缺点,提出了一个基于正交试验设计的改进BP神经网络生物活性物质预测模型(OED-LMBPNN).该模型以岗稔果酒的正交试验归一化数据作为训练样本,采用Levenberg–Marquardt算法对传统的BP神经网络进行改进,预测果酒中的黄酮苷含量,并与BP网络模型预测结果比较.实验结果表明,OED-LMBPNN模型具有速度快、准确率高的优点,是一种有效的预测模型.
生物活性物质、正交试验设计、Levenberg-Marquardt算法、预测
TP301(计算技术、计算机技术)
2012-12-25（万方平台首次上网日期，不代表论文的发表时间）
共5页
7802-7806
