基于多核支持向量回归的浓香型白酒风味成分逐步预测模型研究

作者：李陈杰; 韩强^*; 庹先国^*; 梁涛; 邓钦文; 陈世东

来源：食品安全质量检测学报, 2023, 14(15): 185-194.

DOI：10.19812/j.cnki.jfsq11-5956/ts.2023.15.045

• 白酒感官
• 风味成分
• 数据增强
• 遗传算法
• 多核支持向量回归

目的 探究白酒感官品评与白酒风味成分之间的关系,实现通过感官品评对风味成分进行预测。方法 采用变分自编码器(variational auto encoder,VAE)对原始数据进行增强,以多核支持向量回归(multi-kernel support vector regression, MKSVR)结合遗传算法(genetic algorithm, GA)建立单预测模型,再采取逐步预测的方式按照酸、酯、醇、醛类物质的顺序进行预测,从而构建最终模型。结果 在经过VAE对数据进行增强的条件下,多元线性回归(mixed logistic regression, MLR)对酸、酯、醇、醛类物质预测的拟合优度分别为0.9660、0.9106、0.8767、0.8686,随机森林(random forests, RF)对酸、酯、醇、醛类物质预测的拟合优度分别为0.9663、0.9186、0.8805、0.8708, GA-MKSVR对酸、酯、醇、醛类物质预测的拟合优度分别为0.9715、0.9423、0.9072、0.8809, GA-MKSVR逐步预测对酸、酯、醇、醛类物质预测的拟合优度分别为0.9715、0.9447、0.9102、0.8851, GA-MKSVR逐步预测的效果均为最优。结论 GA-MKSVR逐步预测方法相较于传统的机器学习方法,具有更好的性能,对数据具有更高的适应性,能更好地构建白酒感官与风味成分之间的关系模型。

• 出版日期2023
• 单位四川轻化工大学