%0 Journal Article
%T RAPID DETECTION OF SUGAR CONTENT AND pH IN BEER BY USING SPECTROSCOPY TECHNIQUE COMBINED WITH SUPPORT VECTOR MACHINES<br>应用光谱技术和支持向量机分析方法快速检测啤酒糖度和pH值
%A WANG Li
%A HE Yong
%A LIU Fei
%A YING Xia-Fang
%A <br>王莉
%A 何勇
%A 刘飞
%A 应霞芳
%J 红外与毫米波学报
%D 2008
%I Science Press
%X 为实现啤酒糖度和pH值的快速检测,采用可见/近红外光谱仪器得到360个啤酒样本的可见/近红外光谱数据.使用主成分分析(PCA)对数据进行降维处理以消除众多信患共存中相互重叠的部分,得到6个主成分值.将样本数据随机分为定标集和预测集,利用最小二乘支持向量机(LS-SVM)算法在定标集数据基础上建立啤酒糖度和pH值预测模型,并利用此模型对预测集样本进行预测.根据预测相关系数(r)和预测标准偏差(RMSEP)判断预测模型好坏,结果表明该模型对啤酒糖度预测的相关系数r为0.9829,RMSEP为0.1506;对啤酒pH值的预测相关系数r为0.9563,RMSEP为0.0494,预测精度明显高于神经网络和PLS预测,所以利用该模型能够准确的预测啤酒的糖度及pH值.
%K beer
%K VIS/NIR spectroscopy
%K least squares-support vector machines
%K sugar content
%K pH<br>啤酒
%K 可见/近红外光谱
%K 最小二乘支持向量机
%K 糖度
%K pH
%U http://www.alljournals.cn/get_abstract_url.aspx?pcid=5B3AB970F71A803DEACDC0559115BFCF0A068CD97DD29835&cid=1319827C0C74AAE8D654BEA21B7F54D3&jid=D3B4F771D1A06062008B4D0A2EF05996&aid=25CCE3D351EB249AA3C61DCD6765A4B5&yid=67289AFF6305E306&vid=DB817633AA4F79B9&iid=CA4FD0336C81A37A&sid=987EDA49D8A7A635&eid=E514EE58E0E50ECF&journal_id=1001-9014&journal_name=红外与毫米波学报&referenced_num=0&reference_num=12