基于固态发酵温度的曲线特征提取算法及应用

摘要：

固态发酵过程的窖池温度、入窖水分、入窖酸度和入窖淀粉等因素和出酒率有很大的相关性,针对发酵周期较长,温度数据维数偏高导致其他属性作用降低的问题,引用相对高度的定义,借鉴其中的思想,提出了一种曲线特征提取算法.整个过程采用递归方法,每次提取均取曲线上离曲线两端连接线段最远的点,利用这些点将曲线分成多个曲线段,从左到右遍历这些曲线段,得到曲线段对应的相对高度,并从左到右依次存放在对应的二叉树根节点下面的子节点上,用相对高度描述温度曲线,每个温度曲线对应唯一的特征.实验用支持向量机分别对高斯拟合法预处理后的温度数据、提取出的温度曲线特征、曲线特征加入窖水分、入窖酸度和入窖淀粉进行分类,分别记为M1、M2、M3,实验结果表明M3的分类性能优于M1和M2,M3比M1平均提高了14.2225%,M3比M2平均提高了6.4027%,为下一轮入窖的工艺优化提供了依据,使发酵过程处于更理想状态,提高白酒的出酒率.

关键词：曲线特征提取、支持向量机、二叉树、固态发酵、分类

所属期刊栏目：47

分类号：TP391(计算技术、计算机技术)

在线出版日期：2020-01-17（万方平台首次上网日期，不代表论文的发表时间）

页数：共5页

页码：1895-1899