福州大学学报（自然科学版）
福州大學學報（自然科學版）
복주대학학보（자연과학판）
JOURNAL OF FUZHOU UNIVERSITY(NATURAL SCIENCE EDITION)
2014年
3期
468-473
,共6页
人工神经网络%连接性指数%保留指数%挥发性成分%干黄酱
人工神經網絡%連接性指數%保留指數%揮髮性成分%榦黃醬
인공신경망락%련접성지수%보류지수%휘발성성분%간황장
artificial neural network%connectivity index%retention index (RI)%volatile flavor compounds%dry yellow soybean sauce
基于分子连接性及邻接矩阵,计算69种干黄酱挥发性成分的分子连接性指数mxt,借助多元逐步回归法优化筛选了其中的结构参数0x、5x、3xc和5xpc,将其作为人工神经网络的输入层神经元,采用4∶8∶1的网络体系结构,以BP算法获得预测保留指数的神经网络模型,其相关系数R和标准偏差S分别为0.985和93.301.结果表明,保留指数与0x、5x、3xc、5xpc具有良好的非线性关系,BP神经网络方法预测的结果要优于多元回归方法的结果.
基于分子連接性及鄰接矩陣,計算69種榦黃醬揮髮性成分的分子連接性指數mxt,藉助多元逐步迴歸法優化篩選瞭其中的結構參數0x、5x、3xc和5xpc,將其作為人工神經網絡的輸入層神經元,採用4∶8∶1的網絡體繫結構,以BP算法穫得預測保留指數的神經網絡模型,其相關繫數R和標準偏差S分彆為0.985和93.301.結果錶明,保留指數與0x、5x、3xc、5xpc具有良好的非線性關繫,BP神經網絡方法預測的結果要優于多元迴歸方法的結果.
기우분자련접성급린접구진,계산69충간황장휘발성성분적분자련접성지수mxt,차조다원축보회귀법우화사선료기중적결구삼수0x、5x、3xc화5xpc,장기작위인공신경망락적수입층신경원,채용4∶8∶1적망락체계결구,이BP산법획득예측보류지수적신경망락모형,기상관계수R화표준편차S분별위0.985화93.301.결과표명,보류지수여0x、5x、3xc、5xpc구유량호적비선성관계,BP신경망락방법예측적결과요우우다원회귀방법적결과.
