|
|
PDF文档详细介绍
摘要：针对葡萄酒的鉴别问题，通过电子鼻采集7种葡萄酒的气味信息，应用LightGBM算法对葡萄酒的气味特征进行学习，并运用TPE超参数优化算法对LightGBM算法超参数进行自适应寻优，以5折交叉验证为指标评估模型的性能。试验结果表明LightGBM建立的判别模型对葡萄酒样本的判别准确率为96.62%，优于传统的支持向量机、随机森林、神经网络，验证了LightGBM在葡萄酒品种鉴别中的优越性。
关键词：葡萄酒，电子鼻，LightGBM，TPE
关键词：葡萄酒，电子鼻，LightGBM，TPE
标签：
研究
信息
葡萄酒
采集
学习
鉴别
PE
所属分类：
包装材料
酒业
食品检测
生产技术
葡萄酒
劳动权益
其他资料声明：本资料由网友自发上传分享，本站不对其内容进行修改。如该资料相关内容侵权，请通知我们。
