本文主要研究内容
作者阮健,陈焱森,万平民,潘中保,张震,闫磊,任小丽,张淑君（2019）在《中红外光谱预测牛奶及奶产品成分含量的回归模型及其特点》一文中研究指出：牛奶中各种成分含量是影响牛奶品质的重要因素,也是决定其价格的重要因素之一,高品质的牛奶和奶产品往往对人们的健康具有重要的意义。而具有高效低成本的中红外光谱(MIR)已逐渐成为奶产品品质检测的有效新方法。十多年来,欧美发达国家已利用MIR建立了牛奶和奶产品中脂肪酸、蛋白质、矿物质等成分含量预测模型,并投入生产使用。然而,我国在利用MIR预测牛奶中成分的研究较晚、没有得到有效应用。在建立模型的过程中,可选择较多的建模方法,其中回归建模方法的正确选用是决定模型预测能力的关键所在,而正确的预测方法往往意味着更高的预测精度和更强的泛化能力。偏最小二乘法(PLS)、最小二乘支持向量机(LS-SVM)、人工神经网络(ANN)以及贝叶斯回归(Bayes-R)因为其各自不同的优点已成为目前使用较多的几种预测方法。本文对这些方法及其特征进行介绍和总结。
Abstract
niu nai zhong ge chong cheng fen han liang shi ying xiang niu nai pin zhi de chong yao yin su ,ye shi jue ding ji jia ge de chong yao yin su zhi yi ,gao pin zhi de niu nai he nai chan pin wang wang dui ren men de jian kang ju you chong yao de yi yi 。er ju you gao xiao di cheng ben de zhong gong wai guang pu (MIR)yi zhu jian cheng wei nai chan pin pin zhi jian ce de you xiao xin fang fa 。shi duo nian lai ,ou mei fa da guo jia yi li yong MIRjian li le niu nai he nai chan pin zhong zhi fang suan 、dan bai zhi 、kuang wu zhi deng cheng fen han liang yu ce mo xing ,bing tou ru sheng chan shi yong 。ran er ,wo guo zai li yong MIRyu ce niu nai zhong cheng fen de yan jiu jiao wan 、mei you de dao you xiao ying yong 。zai jian li mo xing de guo cheng zhong ,ke shua ze jiao duo de jian mo fang fa ,ji zhong hui gui jian mo fang fa de zheng que shua yong shi jue ding mo xing yu ce neng li de guan jian suo zai ,er zheng que de yu ce fang fa wang wang yi wei zhao geng gao de yu ce jing du he geng jiang de fan hua neng li 。pian zui xiao er cheng fa (PLS)、zui xiao er cheng zhi chi xiang liang ji (LS-SVM)、ren gong shen jing wang lao (ANN)yi ji bei xie si hui gui (Bayes-R)yin wei ji ge zi bu tong de you dian yi cheng wei mu qian shi yong jiao duo de ji chong yu ce fang fa 。ben wen dui zhe xie fang fa ji ji te zheng jin hang jie shao he zong jie 。
论文参考文献
论文详细介绍
论文作者分别是来自中国奶牛的阮健,陈焱森,万平民,潘中保,张震,闫磊,任小丽,张淑君，发表于刊物中国奶牛2019年05期论文，是一篇关于牛奶论文,奶产品论文,回归模型论文,建模方法论文,中国奶牛2019年05期论文的文章。本文可供学术参考使用，各位学者可以免费参考阅读下载，文章观点不代表本站观点，资料来自中国奶牛2019年05期论文网站，若本站收录的文献无意侵犯了您的著作版权，请联系我们删除。
标签：牛奶论文; 奶产品论文; 回归模型论文; 建模方法论文; 中国奶牛2019年05期论文;