典型文献
基于多维度特征并行提取模型的黄酒制品指标预测
文献摘要：
随着粮食行业的逐渐发展,常见预测方法得到制品的原料指标含量不满足时代需要.提出多维度特征并行提取与神经网络全局优化结合的混合模型,通过0,1加权后完成不同数据处理方法并行组合.采用和声搜索算法分别与BP、RNN神经网络结合,分组化处理和声记忆库避免陷入局部最优,实现网络类型及结构的优选并完成特征选择,通过HS算法代替传统优化器进一步优化网络权重,从整体性实现神经网络全局优化.实验表明,通过混合模型实现预测,在黄酒原料指标大米水分、蛋白质、粗淀粉、脂肪含量、直链淀粉等指标值上的预测值与真实值之间具有较小的误差值.模型决定系数提高8％至24％,均方误差缩小7％至21％.可为生产优质制品提供满足时代需要的原料优选参考.
文献关键词：
原料指标值预测;多维度特征并行提取;自适应
中图分类号：
作者姓名：
彭亮;周康;沈汪洋;金伟平;赵青;李广斌
作者机构：
武汉轻工大学 数学与计算机学院,武汉430023;武汉轻工大学 食品科学与工程学院,武汉430023;襄阳田园乐活米业有限公司,襄阳441022;潜江市巨金米业有限公司,潜江433115
文献出处：
引用格式：
[1]彭亮;周康;沈汪洋;金伟平;赵青;李广斌-.基于多维度特征并行提取模型的黄酒制品指标预测)[J].武汉轻工大学学报,2022(06):29-36
A类：
多维度特征并行提取,原料指标值预测
B类：
提取模型,黄酒,酒制,指标预测,粮食行业,时代需要,全局优化,混合模型,数据处理方法,和声搜索算法,RNN,局部最优,特征选择,HS,优化器,模型实现,大米,粗淀粉,脂肪含量,直链淀粉,真实值,误差值,决定系数,均方误差,原料优选
AB值：
0.314411
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
