新的Hopfield神经网络分类器在葡萄酒质量评价中的应用.pdfVIP

Value Engineering ·181 · 新的Hopfield 神经网络分类器 在葡萄酒质量评价中的应用 Application of New Hopfield Neural Network Classifier in the Quality Evaluation of Grape Wine 刘延玲 Liu Yanling （天津大学系统工程研究所，天津300072） （Institute of Systems Engineering of Tianjin University ，Tianjin 300072 ，China） 摘要：建立一种新的Hopfield 神经网络分类器模型，该模型通过训练单层前向神经网络来设计，数据兼容性强，可以直接处理来自UCI 数据库 的葡萄酒的理化性质测试指标数据和专家的感官评价等级数据，实现葡萄酒质量分类。仿真结果表明，该分类器设计简单，耗时短，分类效果明显。 Abstract: A model of the quality evaluation of grape wine based on Hopfield neural network classifier is proposed in this paper. The design of model is achieved by training a single -layer feedforward network. The model is compatible with data from UCI dataset. The data are composed of physicochemical properties and sensory test results of wine. The simulation results show that the design of classifier model is simple and it achieves effective class outcome. 关键词： Hopfield 神经网络；分类器；质量评价；感官评价 Key words: Hopfield neural network ；classifier ；quality evaluation ；sensory test 中图分类号： 文献标识码： 文章编号： TP183 A 1006-4311 （2012）02-0181-02 引言 [1] 0 价，是比较复杂的任务 。 现在，葡萄酒因其特殊的营养价值和较好的保健效果，越来越 国外对葡萄酒质量评价的研究成果比较丰富，其中Cortez[1] 用 受到中国广大消费者的欢迎。在此形势下，葡萄酒认证和质量评价 支持向量机建立了葡萄酒质量分类模型，分级效果较好；Moreno[2] 得到关注。葡萄酒认证保证了市场中酒的质量，同时保护了消费者 基于红酒的矿物质元素含量，用概率神经网络成功将54 个样本分 的利益。葡萄酒的认证包括理化性质分析和感官评价两种手段。质 为两类。国内对此课题的研究多集中在统计学方法分析和专家的感 量评价是认证中的重要阶段，它有益于提高葡萄酒的酿造工艺，同 官评价，文献[3]用分析软件SPSS 对40 个样本进行了聚类分析，文 时为市场定位的提供决策