文章采用電子舌和電子鼻技術分析啤酒風味信息分類中的數據融合特征。首先，電子舌和電子鼻被用來收集味道和啤酒的嗅覺信息。第二，主成分分析(PCA)，遺傳算法-偏最小二乘(GA-PLS)和可變重要性的投影(VIP)評分將該方法應用于原始融合集特征變量的選擇在SVM、RF和ELM上為評價特征挖掘方法的有效性而建立。結果表明基于變量累加的特征挖掘方法得到了影響啤酒風味的主要特征信息，支持向量機、RF和ELM模型的Z佳分類性能為96.67%，預測準確率分別為94.44%和98.33%。

       本研究成果來源于東北電力大學。如有老師感興趣請自行下載或contact我們。