申请/专利权人:陕西师范大学
申请日:2023-10-31
公开(公告)日:2024-02-09
公开(公告)号:CN117538494A
主分类号:G01N33/14
分类号:G01N33/14;G01N33/00
优先权:
专利状态码:在审-实质审查的生效
法律状态:2024.03.01#实质审查的生效;2024.02.09#公开
摘要:本发明提供了基于GA‑BP神经网络的葡萄酒涩感品质的诊断方法,该方法在分离葡萄酒单寡高聚单宁片段的基础上,提出了葡萄酒的基质与单宁量化参数,根据定量描述关系,将单宁结构的描述符作为特征输入值,借助BP神经网络的非线性映射能力、自学习和自适应能力、泛化能力、容错能力,实现了葡萄酒的基质数据、单宁量化参数和涩感品质的非线性拟合,可以准确地得到各特征参数与涩感品质之间的潜在关系;通过遗传算法不断优化BP神经网络,实现神经网络对葡萄酒涩感品质的预测精度。
主权项:1.基于GA-BP神经网络的葡萄酒涩感品质的诊断方法,其特征在于,包括:S1,收集待测葡萄酒样品的基质参数;S2,将待测葡萄酒样品脱醇后,利用固相萃取分离技术分离待测葡萄酒样品中的单宁为单宁单体、寡聚单宁和高聚单宁三部分,并分别复溶至模型酒溶液中,制备成相应的模型单宁溶液;对每个模型单宁溶液进行检测和分析,以确定单宁单体、寡聚单宁和高聚单宁三部分中物质的结构和含量;S3,根据单宁单体、寡聚单宁和高聚单宁三部分中物质的结构和含量计算单宁量化参数;S4,将基质参数和单宁量化参数输入遗传算法优化的BP神经网络模型,经遗传算法优化的BP神经网络模型预测,输出待测葡萄酒样品的涩感品质等级。
全文数据:
权利要求:
百度查询: 陕西师范大学 基于GA-BP神经网络的葡萄酒涩感品质的诊断方法
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。