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。
