本发明涉及一种葡萄酒产地智能识别方法及系统,该方法包括步骤:采集待检测葡萄酒的光谱数据,并绘制光谱图;对所述光谱图进行预处理,所述预处理包括降维和去噪;利用预先训练好的预测模型从预处理后的光谱图中提取出特征变量,并对提取出的特征变量进行分类,基于各特征变量的分类确定出葡萄酒的产地;所述预测模型为支持向量机分析的RBM串联多层BP神经元网络模型,所述预测模型通过将多个RBM进行多层串联作为前向算法,后项的更新算法采用BP算法,并融合支持向量机算法而训练得到。与传统的近红外光谱检测不同,本发明结合了化学检测及机器学习技术,可以消除传统光谱检测所存在的噪声的影响,因此可以提高葡萄酒产地识别的准确性。
声明:
“葡萄酒产地智能识别方法及系统” 该技术专利(论文)所有权利归属于技术(论文)所有人。仅供学习研究,如用于商业用途,请联系该技术所有人。
我是此专利(论文)的发明人(作者)