期刊导航
期刊开放获取
上海教育软件发展有限公..
期刊文献
+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
检索
高级检索
期刊导航
共找到
3
篇文章
<
1
>
每页显示
20
50
100
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
显示方式：
文摘
详细
列表
相关度排序
被引量排序
时效性排序
乡村振兴背景下破解农村电商发展瓶颈的路径探索——以四川省自贡市为例
被引量：
2
1
作者
彭龑
李明田
《安徽农业科学》
CAS
2024年第17期255-257,共3页
发展农村电商是乡村产业振兴的必由之路。采用实地调研法与文献调查法,分析自贡市农村电商的发展存在的问题,探讨自贡乡村振兴背景下农村电商发展路径,给出政府主导,农产品特色产业发展、电商人才培养、电商平台建设、电商基础设施建设...
发展农村电商是乡村产业振兴的必由之路。采用实地调研法与文献调查法,分析自贡市农村电商的发展存在的问题,探讨自贡乡村振兴背景下农村电商发展路径,给出政府主导,农产品特色产业发展、电商人才培养、电商平台建设、电商基础设施建设等方面对策建议,进一步促进当地农业发展、农民增收、农村繁荣,助力乡村振兴。
展开更多
关键词
乡村振兴
农村电商
发展瓶颈
自贡市
在线阅读
下载PDF
职称材料
基于遗传和引导聚集算法优化支持向量机的白酒基酒品质评估方法
2
作者
庞婷婷
张贵宇
+4 位作者
刘科材
李晓平
庹先国
彭英杰
曾祥林
《食品科学》
北大核心
2025年第6期275-284,共10页
基酒组分具有复杂多样性,为提高其等级分类预测模型的精度和泛化能力,在基酒气相色谱-质谱数据基础上设计评价模型,提出一种结合遗传算法(genetic algorithm,GA)和引导聚集算法(Bootstrap aggregating,Bagging)优化支持向量机(support v...
基酒组分具有复杂多样性,为提高其等级分类预测模型的精度和泛化能力,在基酒气相色谱-质谱数据基础上设计评价模型,提出一种结合遗传算法(genetic algorithm,GA)和引导聚集算法(Bootstrap aggregating,Bagging)优化支持向量机(support vector machine,SVM)分类器的方法,以解决单一SVM分类器在分类精度和泛化能力的不足。研究使用Spearman相关性筛选了36种关键物质,选择核主成分分析法提取了12个核主成分,并使累计贡献率达到96.06%,将其作为模型输入。选择性能最优的径向基核函数支持向量机,使用对数据多样性适应较强的并行计算Bagging集成算法,构建Bagging-SVM分类器进行基酒等级分类,最后,通过GA优化Bagging-SVM分类器的参数(C、γ、N),构建GA-Bagging-SVM模型。结果显示,GA-Bagging-SVM模型的准确率、精确度、召回率、F1-Score分别为96.77%、96.90%、96.77%、96.78%,优于Bagging-SVM和SVM模型,相比单一SVM模型提升了6.45%、5.61%、6.45%、6.42%,比Bagging-SVM模型提升了3.22%、2.29%、3.22%和3.15%。该方法可作为白酒基酒品质评估模型的优化方法。
展开更多
关键词
基酒
支持向量机
引导聚集算法
遗传算法
分类预测
在线阅读
下载PDF
职称材料
基于NIR和GC-MS融合技术的浓香型白酒原酒等级鉴别
被引量：
1
3
作者
张维
张贵宇
+4 位作者
庹先国
付妮
李晓平
庞婷婷
刘科材
《食品科学》
EI
CAS
CSCD
北大核心
2024年第21期288-296,共9页
以蒸馏过程中不同等级的浓香型白酒原酒为研究对象,分别获取原酒的近红外光谱(nearinfrared spectroscopy,NIR)数据和气相色谱-质谱(gas chromatography-mass spectrometry,GC-MS)数据。采用5点2次卷积平滑对NIR数据进行预处理后,利用...
以蒸馏过程中不同等级的浓香型白酒原酒为研究对象,分别获取原酒的近红外光谱(nearinfrared spectroscopy,NIR)数据和气相色谱-质谱(gas chromatography-mass spectrometry,GC-MS)数据。采用5点2次卷积平滑对NIR数据进行预处理后,利用竞争性自适应重加权算法(competitive adaptive reweighted sampling,CARS)筛选光谱特征波数;结合Spearman等级相关系数、最大信息系数和随机森林变量重要性筛选GC-MS中影响原酒等级划分的关键风味成分(key flavor components,KC)。然后利用极端梯度提升树分别建立基于NIR和GC-MS以及融合数据的原酒等级鉴别模型。结果表明,基于CARS选择的光谱特征变量建立的模型预测准确率为89.66%,基于特征选择后的KC建立的模型预测准确率为94.83%,基于CARS+KC融合数据建立的模型分类准确率达到了98.28%。研究表明,将GC-MS数据和NIR数据的有效特征信息进行数据融合,可以改善单一检测技术对不同等级原酒特征信息表征不全面的缺点,在单一数据源的基础上提高原酒等级鉴别的准确率和稳定性,实验结果为原酒的等级鉴别以及白酒其他的质量控制提供了新的思路和理论基础。
展开更多
关键词
浓香型白酒原酒
近红外光谱
气相色谱-质谱联用
数据融合
极端梯度提升树
在线阅读
下载PDF
职称材料
题名
乡村振兴背景下破解农村电商发展瓶颈的路径探索——以四川省自贡市为例
被引量：
2
1
作者
彭龑
李明田
机构
四川轻化工大学工程实践中心
四川
轻
化工大学
材料科学与
工程
学院
出处
《安徽农业科学》
CAS
2024年第17期255-257,共3页
基金
中共自贡市委决策咨询委员会服务业经济组重点研究课题(JZ-2022-004)。
文摘
发展农村电商是乡村产业振兴的必由之路。采用实地调研法与文献调查法,分析自贡市农村电商的发展存在的问题,探讨自贡乡村振兴背景下农村电商发展路径,给出政府主导,农产品特色产业发展、电商人才培养、电商平台建设、电商基础设施建设等方面对策建议,进一步促进当地农业发展、农民增收、农村繁荣,助力乡村振兴。
关键词
乡村振兴
农村电商
发展瓶颈
自贡市
Keywords
Rural revitalization
Rural e-commerce
Development bottleneck
Zigong City
分类号
F724.6 [经济管理—产业经济]
在线阅读
下载PDF
职称材料
题名
基于遗传和引导聚集算法优化支持向量机的白酒基酒品质评估方法
2
作者
庞婷婷
张贵宇
刘科材
李晓平
庹先国
彭英杰
曾祥林
机构
四川
轻
化工大学
人工智能
四川
省重点实验室
四川
轻
化工大学
自动化与信息
工程
学院
四川
轻
化工大学
酿酒生物技术及应用
四川
省重点实验室
四川
轻
化工大学
中
国
轻
工业酿酒生物技术及智能制造重点实验室
四川轻化工大学工程实践中心
四川
轻
化工大学
计算机科学与
工程
学院
出处
《食品科学》
北大核心
2025年第6期275-284,共10页
基金
酿酒生物技术及应用四川省重点实验室开放课题(NJ2022-06)
劲酒产学研合作项目(HX2021041)
+3 种基金
四川轻化工大学“652”科研创新团队计划资助项目(SUSE652B005)
中国轻工业酿酒生物技术及智能制造重点实验室开放基金项目(2023-01)
五粮液产学研合作项目(CXY2022ZR007)
企业信息化与物联网测控技术四川省高校重点实验室开放基金资助项目(2023WYY02)。
文摘
基酒组分具有复杂多样性,为提高其等级分类预测模型的精度和泛化能力,在基酒气相色谱-质谱数据基础上设计评价模型,提出一种结合遗传算法(genetic algorithm,GA)和引导聚集算法(Bootstrap aggregating,Bagging)优化支持向量机(support vector machine,SVM)分类器的方法,以解决单一SVM分类器在分类精度和泛化能力的不足。研究使用Spearman相关性筛选了36种关键物质,选择核主成分分析法提取了12个核主成分,并使累计贡献率达到96.06%,将其作为模型输入。选择性能最优的径向基核函数支持向量机,使用对数据多样性适应较强的并行计算Bagging集成算法,构建Bagging-SVM分类器进行基酒等级分类,最后,通过GA优化Bagging-SVM分类器的参数(C、γ、N),构建GA-Bagging-SVM模型。结果显示,GA-Bagging-SVM模型的准确率、精确度、召回率、F1-Score分别为96.77%、96.90%、96.77%、96.78%,优于Bagging-SVM和SVM模型,相比单一SVM模型提升了6.45%、5.61%、6.45%、6.42%,比Bagging-SVM模型提升了3.22%、2.29%、3.22%和3.15%。该方法可作为白酒基酒品质评估模型的优化方法。
关键词
基酒
支持向量机
引导聚集算法
遗传算法
分类预测
Keywords
base baijiu
support vector machine
Bootstrap aggregating
genetic algorithm
classification prediction
分类号
TS261.4 [轻工技术与工程—发酵工程]
在线阅读
下载PDF
职称材料
题名
基于NIR和GC-MS融合技术的浓香型白酒原酒等级鉴别
被引量：
1
3
作者
张维
张贵宇
庹先国
付妮
李晓平
庞婷婷
刘科材
机构
四川
轻
化工大学
自动化与信息
工程
学院
四川
轻
化工大学
人工智能
四川
省重点实验室
四川轻化工大学工程实践中心
出处
《食品科学》
EI
CAS
CSCD
北大核心
2024年第21期288-296,共9页
基金
泸州老窖研究生创新基金项目(LJCX-2022-8)
酿酒生物技术及应用四川省重点实验室开放课题(NJ2022-06)
+3 种基金
五粮液产学研合作项目(CXY2022ZR007)
中国轻工业酿酒生物技术及智能制造重点实验室项目(2023-01)
四川轻化工大学《横向科研项目结余经费出资科技成果转化专项》项目(HXJY01)
四川轻化工大学2023年度“652”科研创新团队资助项目(SUSE652B005)。
文摘
以蒸馏过程中不同等级的浓香型白酒原酒为研究对象,分别获取原酒的近红外光谱(nearinfrared spectroscopy,NIR)数据和气相色谱-质谱(gas chromatography-mass spectrometry,GC-MS)数据。采用5点2次卷积平滑对NIR数据进行预处理后,利用竞争性自适应重加权算法(competitive adaptive reweighted sampling,CARS)筛选光谱特征波数;结合Spearman等级相关系数、最大信息系数和随机森林变量重要性筛选GC-MS中影响原酒等级划分的关键风味成分(key flavor components,KC)。然后利用极端梯度提升树分别建立基于NIR和GC-MS以及融合数据的原酒等级鉴别模型。结果表明,基于CARS选择的光谱特征变量建立的模型预测准确率为89.66%,基于特征选择后的KC建立的模型预测准确率为94.83%,基于CARS+KC融合数据建立的模型分类准确率达到了98.28%。研究表明,将GC-MS数据和NIR数据的有效特征信息进行数据融合,可以改善单一检测技术对不同等级原酒特征信息表征不全面的缺点,在单一数据源的基础上提高原酒等级鉴别的准确率和稳定性,实验结果为原酒的等级鉴别以及白酒其他的质量控制提供了新的思路和理论基础。
关键词
浓香型白酒原酒
近红外光谱
气相色谱-质谱联用
数据融合
极端梯度提升树
Keywords
raw Nongxiangxin Baijiu
near infrared spectroscopy
gas chromatography-mass spectrometry
data fusion
extreme gradient boosting tree
分类号
TS262.3 [轻工技术与工程—发酵工程]
在线阅读
下载PDF
职称材料
题名
作者
出处
发文年
被引量
操作
1
乡村振兴背景下破解农村电商发展瓶颈的路径探索——以四川省自贡市为例
彭龑
李明田
《安徽农业科学》
CAS
2024
2
在线阅读
下载PDF
职称材料
2
基于遗传和引导聚集算法优化支持向量机的白酒基酒品质评估方法
庞婷婷
张贵宇
刘科材
李晓平
庹先国
彭英杰
曾祥林
《食品科学》
北大核心
2025
0
在线阅读
下载PDF
职称材料
3
基于NIR和GC-MS融合技术的浓香型白酒原酒等级鉴别
张维
张贵宇
庹先国
付妮
李晓平
庞婷婷
刘科材
《食品科学》
EI
CAS
CSCD
北大核心
2024
1
在线阅读
下载PDF
职称材料
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
上一页
1
下一页
到第
页
确定
用户登录
登录
IP登录
使用帮助
返回顶部
