10.16526/j.cnki.11-4762/tp.2017.04.007
基于模糊递归小波神经网络的葡萄酒品质预测
针对葡萄酒品质预测模型难以建立的问题,提出一种基于模糊递归小波神经网络的葡萄酒品质预测模型;利用葡萄酒物理化学指标和品酒师打分作为模型的输入输出,采用梯度下降算法在线学习隶属函数层中心、宽度和小波函数平移因子、伸缩因子、自反馈权重因子以及输出层权值;仿真实验时,首先利用Mackey-Glass混沌时间序列进行了性能测试,然后利用UCI数据集葡萄酒品质数据对所建立的品质预测模型进行了验证;结果显示,与多层感知器、径向基函数神经网络等传统前馈神经网络相比,构建的模糊递归小波神经网络品质预测模型具有更高的预测精度,更加适合于葡萄酒的品质预测.
模糊递归小波神经网络、葡萄酒、品质预测
25
TP183(自动化基础理论)
淮安市科技支撑项目HAG2014001
2017-05-19(万方平台首次上网日期,不代表论文的发表时间)
共4页
21-24