[发明专利]一种基于BP深度神经网络的黄酒综合类别判断方法在审
| 申请号： | 201910294103.6 | 申请日： | 2019-04-12 |
| 公开（公告）号： | CN110009053A | 公开（公告）日： | 2019-07-12 |
| 发明（设计）人： | 陈梅兰;叶明立;毛青钟 | 申请（专利权）人： | 浙江树人学院（浙江树人大学） |
| 主分类号： | G06K9/62 | 分类号： | G06K9/62;G06N3/04;G06N3/08 |
| 代理公司： | 杭州求是专利事务所有限公司 33200 | 代理人： | 傅朝栋;张法高 |
| 地址： | 312028 浙江省绍*** | 国省代码： | 浙江;33 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明公开了一种基于BP深度神经网络的黄酒综合类别判断方法，该方法通过大量的黄酒成分析数据作为基础，引入深度神经网络的人工智能模型进行运算判别黄酒的综合类别。由于人工神经网络容易处理不完整的、模糊不确定或规律性不明显的数据，因此用人工神经网络进行黄酒风味评价是可行的，有着传统方法无可比拟的优势，也有利于推进黄酒行业的标准化、规范化生产，也有利于推广名优黄酒品牌，对于黄酒行业的发展意义重大。 | ||
| 搜索关键词： | 黄酒 神经网络 人工神经网络 黄酒行业 类别判断 人工智能模型 规范化生产 分析数据 黄酒风味 品牌 运算 规律性 标准化 模糊 引入 | ||
【主权项】：
1.一种基于BP深度神经网络的黄酒风味综合类别判断方法，用于根据黄酒成份判别黄酒风味所属的综合类别，其特征在于，步骤如下：S1：建立神经网络的训练样本数据集和测试样本数据集，所述训练样本数据集和测试样本数据集中的每个样本包括输入变量数据和输出变量数据，所述输入变量为总糖、酒精度、总酸和除糖固形物，所述输出变量为黄酒风味的综合类别；S2：建立用于判断黄酒风味所属的综合类别的BP神经网络模型，模型的输入变量为总糖、酒精度，总酸和除糖固形物，输出变量为黄酒风味的综合类别；S3：将S1中的训练样本数据集输入S2中建立的BP神经网络模型中，对BP神经网络模型进行训练；S4：将S1中的测试样本数据集输入S3中训练完毕的BP神经网络模型中，对BP神经网络模型的预测准确性进行测试，测试结果满足精度要求后用于对黄酒风味综合类别进行判断；S5：将待预测黄酒的总糖、酒精度、总酸和除糖固形物数据作为输入变量，输入S4中通过测试的BP神经网络模型，并输出该黄酒所属的风味类别。
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于浙江树人学院（浙江树人大学），未经浙江树人学院（浙江树人大学）许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/patent/201910294103.6/，转载请声明来源钻瓜专利网。
