基于改進(jìn)的遺傳算法優(yōu)化BP神經(jīng)網(wǎng)絡(luò )并用于紅酒質(zhì)量等級分類(lèi)

首頁(yè) > 過(guò)刊瀏覽>2016年第24卷第1期 >226-228

基于改進(jìn)的遺傳算法優(yōu)化BP神經(jīng)網(wǎng)絡(luò )并用于紅酒質(zhì)量等級分類(lèi)
DOI:
                        
                    
CSTR:
                        [cstr]
                    
作者:
                        
                        
                    
作者單位:(四川大學(xué) 電子信息學(xué)院,成都 610065)
作者簡(jiǎn)介:畢艷亮(1990-),男,安徽阜陽(yáng)人,碩士,主要從事智能控制方向的研究。 寧 芊(1969-),女,副教授,博士,主要從事模式識別與智能控制方向的研究。 [FQ)]
通訊作者:
中圖分類(lèi)號:
基金項目:國家自然科學(xué)基金項目(61403265)。

Improved GA-BP Network Used to Wine Quality Classification 

Author:

Affiliation:

(College of Electronics and Information Engineering, Sichuan University,Chengdu 610065,China)

Fund Project:

摘要

圖/表

訪(fǎng)問(wèn)統計

參考文獻

相似文獻

引證文獻

資源附件

文章評論

摘要:

針對以往的紅酒生產(chǎn)過(guò)程中,紅酒質(zhì)量分類(lèi)過(guò)程復雜且低效,因此研究一種高效可靠的智能分類(lèi)識別方法很有必要;這里在紅酒的多種物理化學(xué)成份測定的基礎上,使用人工智能理論中的神經(jīng)網(wǎng)絡(luò )構建分類(lèi)模型,實(shí)現對紅酒質(zhì)量的高效分類(lèi);并用改進(jìn)的遺傳算法對BP神經(jīng)網(wǎng)絡(luò )中的缺陷做了一定的優(yōu)化;對比傳統BP網(wǎng)絡(luò )分類(lèi)效果,結果表明,改進(jìn)后的神經(jīng)網(wǎng)絡(luò )收斂速度更快,各個(gè)質(zhì)量等級的分類(lèi)正確率均提高了10%左右;對紅酒加工企業(yè)具有積極的實(shí)際參考價(jià)值。

Abstract:

In the past, the quality of red wine classification process is complex and inefficient.So it’s necessary to study a highly efficient and reliable classification method.Here,on the basis of determination of various physical and chemical composition, using the theory of artificial intelligence to construct classification model.Implementation of the efficiency of the wine quality classifying.We also improve the conventional neural network.The results show that the improved neural network work with high efficiency.It have positive practical reference value to processing enterprises.

參考文獻

相似文獻

引證文獻

引用本文

畢艷亮,寧芊,雷印杰,王偉.基于改進(jìn)的遺傳算法優(yōu)化BP神經(jīng)網(wǎng)絡(luò )并用于紅酒質(zhì)量等級分類(lèi)計算機測量與控制[J].,2016,24(1):226-228.

復制

文章指標

點(diǎn)擊次數:
下載次數:
HTML閱讀次數:
引用次數:

歷史

收稿日期:2015-07-14
最后修改日期:2015-08-27
錄用日期:
在線(xiàn)發(fā)布日期: 2016-07-26
出版日期:

国产欧美精品一区二区,中文字幕专区在线亚洲,国产精品美女网站在线观看,艾秋果冻传媒2021精品,在线免费一区二区,久久久久久青草大香综合精品,日韩美aaa特级毛片,欧美成人精品午夜免费影视

引用本文

分享

文章指標

歷史

文章二維碼