论文部分内容阅读
为实现啤酒糖度和pH值的快速检测，采用可见／近红外光谱仪器得到360个啤酒样本的可见／近红外光谱数据．使用主成分分析（PCA）对数据进行降维处理以消除众多信息共存中相互重叠的部分，得到6个主成分值．将样本数据随机分为定标集和预测集，利用最小二乘支持向量机（LS—SVM）算法在定标集数据基础上建立啤酒糖度和pH值预测模型，并利用此模型对预测集样本进行预测．根据预测相关系数（r）和预测标准偏差（RMSEP）判断预测模型好坏，结果表明该模型对啤酒糖度预测的相关系数r为0．9829，RMSEP为0．1506；对啤