不同特征集的红葡萄酒品质计算机预测分析研究
随着机器学习技术的进步使葡萄酒品质预测过程变得更有效率.本文采用了机器学习技术对葡萄酒的属性进行预测,以此评估葡萄酒的质量.采用遗传算法的特征选择和模拟退火的特征选择来检验预测性能.还使用了不同的性能指标和分类器用于比较使用不同的特征集和不同的监督机器学习技术的预测结果.结果发现,SA的特征集预测优于GA的特征集预测,其中SVM分类器的效果最好.这种方法有助于提高酒的品质检测效率.
葡萄酒品质、机器学习、特征选择、分类器、性能
TS262.6;TS261.7(食品工业)
国家自然科学基金资助项目;四川省科技厅重点项目;自贡市科技局重点项目
2021-04-15(万方平台首次上网日期,不代表论文的发表时间)
共4页
45-48