草莓感官评价模型方法比较
马婉婷1
尚伟1
谷晏2
赵峙尧1
孙颖1
1.北京工商大学化学与材料工程学院,人工智能学院,北京 1000482.北京市西城区市场监督管理局,北京 100048
摘要：为使草莓感官评价结果更客观,不受评价者评价经验、年龄及健康状况等主观因素影响,该研究将草莓的十项理化风味指标如过氧化氢酶、多酚氧化酶等作为输入数据,感官评价得分作为输出数据,运用灰狼优化支持向量机建立草莓感官评价估计模型.为验证所提出模型的优越性,将其与粒子群优化支持向量机模型、卷积神经网络、长短时记忆网络模型进行对比分析,为充分保证所提出模型的有效性,重复实验 20 次并计算各项指标均值,得到所提出模型的均方根误差和平均绝对误差分别为 0.28、0.24(低于粒子群优化支持向量机的误差指标0.46、0.38,长短时记忆网络误差指标1.24、0.99和卷积神经网络误差指标0.88、0.75).实验结果表明,基于灰狼优化支持向量机模型的预测精度最高、稳定性最好、误差最小,研究结果可为草莓感官评价得分的评定提供参考.
关键词：草莓感官评价灰狼优化算法支持向量机
资助基金：国家重点研发计划(2022YFF1101103)北京市教育委员会科技研究计划项目(KM202210011006)北京市自然科学基金青年科学基金项目(6204036)国家自然科学基金(31972191)
论文发表日期：2023-11-15
在线出版日期：2025-08-15（本平台首次上网日期，不代表文献的发表时间）
页数：8( 33-40 )
英文信息