0
关键词：
黄酒,后发酵,保温
发表时间：
2012-10-30 09:08:49
摘要: 支持向量机(SVM)是近年来发展起来的一种基于统计学习理论, 采用结构风险最小化的新型学习机器。将支持向量机应用到酒精发酵生产过程建模中, 仿真结果表明, 支持向量机模型是有效的, SVM 模型比BP 网络模型有更好的预测能力。
由于发酵过程的非线性、时变性和生物传感器的缺乏以及各参数之间的严重关联, 给发酵过程建模带来了很大的困难[1]。支持向量机( SVM) 是一种基于结构风险最小化的学习方法, 它具有很多优良的特性, 例如利用核技术避免了解的局部最小、具有解的稀疏性, 通过界限的作用达到容量控制或支持向量数目的控制等。正是由于此方法具有很多的优点, 一经提出就得到了国内外学者的高度关注。学术届普遍认为它是继神经网络之后的一个新的研究方向[2]。将支持向量机应用到酒精发酵建模中, 建立酒精发酵过程模型对优化控制, 进而对提高酒精产量和质量有重要的意义。
龚韵发布的其他共享资料
-
-
关键词： 微生物,发酵,窖泥 发表时间： 2012-10-29 09:51:04
-
关键词： 酒精发酵,支持向量机,模型,仿真 发表时间： 2012-10-29 09:36:44
-
关键词： 分析,近红外(NIR),啤酒,酒精度,偏最小二乘,正交信号校正(OSC) 发表时间： 2012-10-29 09:35:54
-
关键词： 白酒,贞元增酒,工艺技术,风格成因 发表时间： 2012-10-29 09:34:15
-
关键词： 大枣,制汁工艺,发酵条件,枣酒 发表时间： 2012-10-29 09:32:55