静态顶空-气相色谱-离子迁移谱
-
静态顶空-气相色谱-离子迁移谱(SHS-GC-IMS)结合机器学习技术对长相思葡萄酒的质量等级预测
该研究将静态顶空-气相色谱-离子迁移谱(SHS-GC-IMS)技术首次应用于葡萄酒香气分析,通过预测模型将香气化学与葡萄酒感官质量分级联系起来。对6种机器学习模型进行了比较,结果表明人工神经网络(ANN)的预测精度最高,达到95.4%。
该研究将静态顶空-气相色谱-离子迁移谱(SHS-GC-IMS)技术首次应用于葡萄酒香气分析,通过预测模型将香气化学与葡萄酒感官质量分级联系起来。对6种机器学习模型进行了比较,结果表明人工神经网络(ANN)的预测精度最高,达到95.4%。