文章采用电子舌和电子鼻技术分析啤酒风味信息分类中的数据融合特征。首先，电子舌和电子鼻被用来收集味道和啤酒的嗅觉信息。第二，主成分分析(pca)，遗传算法-偏小二乘(ga-pls)和可变重要性的投影(vip)评分将该方法应用于原始融合集特征变量的选择在svm、rf和elm上为评价特征挖掘方法的有效性而建立。结果表明基于变量累加的特征挖掘方法得到了影响啤酒风味的主要特征信息，支持向量机、rf和elm模型的z佳分类性能为96.67%，预测准确率分别为94.44%和98.33%。
本研究成果来源于东北电力大学。如有老师感兴趣请自行下载或contact我们。
