基于径向基函数神经网络探索风味物质对啤酒风味的预测

被引：2

作者：

郝荣华 ^{[1
]}

蔡宇杰 ^{[1
]}

郑飞云 ^{[1
]}

董建军 ^{[2
]}

李崎 ^{[1
]}

顾国贤 ^{[1
]}

机构：

[1] 江南大学教育部工业生物技术重点实验室

[2] 青岛啤酒股份有限公司科研中心

来源：

中国酿造 | 2007年 / 09期

关键词：

风味物质; 啤酒风味; 径向基函数; 神经网络; 风味预测;

D O I：

暂无

中图分类号：

TS262.5 [啤酒];

学科分类号：

082203 ; 083203 ;

摘要：

以啤酒中对风味贡献较大的高级醇、酯、有机酸、酒精、苦味质共13种风味物质作为输入指标,以感官品评评分为输出指标,利用径向基函数(Radial basis function,RBF)神经网络(neural network)对国内外20种啤酒的风味进行预测,准确率达75%,与其他相同样本数的神经网络相比较,准确率有较大提高。说明啤酒中这13种风味物质与综合风味之间存在密切关系,以利于啤酒生产厂家对啤酒整体风味的控制。

引用

页码：15 / 17

页数：3

共 4 条

[1] 基于径向基函数神经网络的温室室内温度预测模型 [J].