【论文精选】基于深度学习的甜味剂分类模型

科技工作者之家 2021-10-08

    重要通知中国农业工程学会2021年学术年会(CSAE 2021)报名系统已开通,欢迎农业工程领域同仁在线报名参会!

    公众号内回复【2021年会】即可进入报名系统《农业工程学报》2021年第37卷第11期刊载了中南林业科技大学肖凌俊、陈爱斌、周国雄与易积政的论文——“基于深度学习的甜味剂分类模型”。

    该研究由长沙市自然科学基金(项目号:kq2014160)等资助。

    引文信息:肖凌俊,陈爱斌,周国雄,易积政.基于深度学习的甜味剂分类模型[J].农业工程学报,2021,37(11):285-291. 研究目的与方法:针对开发甜味剂过程中筛选百万级别甚至千万级别的天然或合成分子需要大量时间和资金的问题,该研究提出了一种基于深度学习的甜味剂分类模型。

    首先对数据集进行了扩增和优化,生成分子指纹以及分子图片,然后将注意力机制加入到DenseNet结构中,对分子特征和提取的特征进行融合。

    在20029个分子图像和分子指纹数据集上进行训练,并在独立测试集上进行模型检验。

    结果与结论:试验结果表明,分类准确率为0.934,准确率波动幅度小于0.005,4类物质(强甜味、弱甜味、无味、苦味)的分类精度均超过0.91,优于传统机器学习模型和常用的卷积神经网络模型,可以从大量分子中筛选并识别目标分子,能使相关研究人员更容易地筛选出潜在甜味剂,并为将来甜味剂的筛选提供了一种思路与方法。

    本文由丨《农业工程学报》编辑部丨精编发布欢迎留言、分享、点赞转载、投稿、咨询邮箱:tcsae@tcsae.org★重磅上线《农业工程学报服务号》为作者、读者、审者及编者提供移动化操作功能。

    绑定账号后,作者可以查看文章进度、收取录用及缴费通知等,审者可以利用碎片时间通过微信审稿。

    点击下方《农业工程学报服务号》名片,欢迎关注!

    更多新鲜资讯,敬请关注!

    公众号内回复【关键词】查询/获取更多信息公众号内回复【2021年会】参加中国农业工程学会2021年学术年会(CSAE 2021)公众号内回复【0318】收看“科技论文质量提升系列活动(一):英文科技论文撰写和审阅交流”公众号内回复【0610】收看“中国农业工程学会—“恪守学术道德,杜绝学术不端”系列宣讲活动:深化改革背景下的自然科学基金科研诚信与不端行为治理体系建设”公众号内回复【0713】收看"2021 ASABE国际学术年会“中国交流论坛”公众号内回复【招聘】加入《农业工程学报》和IJABE编辑部»» 点击 阅读原文 获取全文




来源:gh_c45100f8f9c0 农业工程学报

原文链接:http://mp.weixin.qq.com/s?__biz=MjM5NjU1MzcwNQ==&mid=2653006316&idx=2&sn=8338d8b8c7313b875ed7b0fab22e88d9

版权声明:除非特别注明,本站所载内容来源于互联网、微信公众号等公开渠道,不代表本站观点,仅供参考、交流、公益传播之目的。转载的稿件版权归原作者或机构所有,如有侵权,请联系删除。

电话:(010)86409582

邮箱:kejie@scimall.org.cn