首页|基于多维度特征并行提取模型的黄酒制品指标预测

基于多维度特征并行提取模型的黄酒制品指标预测

Yellow wine product index prediction based on multi-dimensional feature parallel extraction model

扫码查看
原文链接
  • 维普
  • 万方数据
随着粮食行业的逐渐发展,常见预测方法得到制品的原料指标含量不满足时代需要.提出多维度特征并行提取与神经网络全局优化结合的混合模型,通过0,1加权后完成不同数据处理方法并行组合.采用和声搜索算法分别与BP、RNN神经网络结合,分组化处理和声记忆库避免陷入局部最优,实现网络类型及结构的优选并完成特征选择,通过HS算法代替传统优化器进一步优化网络权重,从整体性实现神经网络全局优化.实验表明,通过混合模型实现预测,在黄酒原料指标大米水分、蛋白质、粗淀粉、脂肪含量、直链淀粉等指标值上的预测值与真实值之间具有较小的误差值.模型决定系数提高8％至24％,均方误差缩小7％至21％.可为生产优质制品提供满足时代需要的原料优选参考.

彭亮、周康、沈汪洋、金伟平、赵青、李广斌

展开 >

武汉轻工大学 数学与计算机学院,武汉430023

武汉轻工大学 食品科学与工程学院,武汉430023

襄阳田园乐活米业有限公司,襄阳441022

潜江市巨金米业有限公司,潜江433115

展开 >

原料指标值预测 多维度特征并行提取 自适应

2022

10.3969/j.issn.2095-7386.2022.06.005

武汉轻工大学学报
武汉工业学院

武汉轻工大学学报

影响因子：0.356
ISSN：1009-4881
年,卷(期)：2022.41(6)
  • 5