摘要
本发明提供了一种咖啡深加工中植物提取物配方优化方法、介质及系统,属于咖啡深加工技术领域,旨在通过机器学习模型优化咖啡深加工配方中植物提取物的使用,包括:首先,收集多种植物提取物的来源、提取方法、主要活性成分及其感官评估和理化分析数据。接下来,设计一系列初始配方,将不同植物提取物按比例添加到咖啡中,并获取盲测评分数据。基于上述训练数据,建立了一个多分支嵌入式神经网络模型,能够预测给定植物提取物配比下咖啡的评分。利用该模型,对待优化的基本配方和多组调整配方进行评分预测。最后,采用优化算法在所有配方中选择评分最高的,作为最优的植物提取物配方输出,解决了现有的方法耗时耗力的技术问题。
技术关键词
咖啡深加工
植物提取物
数据增广方法
神经网络模型
感官
挥发性香气成分
超临界CO2萃取
可读存储介质
分支
肉桂提取物
香草
薄荷提取物
味道特征
理化特征
机器学习模型
计算机
系统为您推荐了相关专利信息
神经网络模型
复合材料
特征提取能力
剪切模量
轮廓数据
智慧工地
视觉检测模块
建筑信息模型
无人机巡检
安装单元