摘要
本发明公开了一种基于大数据分析的番茄红素抗氧化活性预测模型,包括:数据收集模块用于收集与番茄红素抗氧化活性相关的实验数据;数据处理模块用于对收集到的实验数据进行清洗、去噪、标准化的预处理操作,以及运用大数据分析技术,对预处理后的数据进行特征提取和模式识别;数据训练模块基于数据处理模块的结果,构建用于预测番茄红素抗氧化活性的数学模型;数据输出模块用于对构建的数学模型进行验证,通过对比抗氧化活性预测值与实验实际测试值,评估数学模型的准确性和可靠性;通过构建数据驱动‑机理融合的预测模型,进而将传统实验次数减少60%以上,通过响应面法优化实验设计,结合大数据分析实现了少样本、高精度的预测。
技术关键词
番茄红素
数学模型
响应面模型
数据处理模块
数据输出模块
数据收集模块
大数据分析技术
主成分分析技术
活性测试方法
响应面法优化
变量
模式识别
模型预测值
机器学习算法
统计方法
非线性
遗传算法