共 27 条
基于BP神经网络的鲜鸡蛋货架期预测模型
被引:33
作者:
刘雪
[1
,2
]
李亚妹
[1
]
刘娇
[1
]
钟蒙蒙
[1
]
陈余
[3
]
李兴民
[2
,4
]
机构:
[1] 中国农业大学信息与电气工程学院
[2] 中国农业大学食品质量与安全北京实验室
[3] 北京市畜牧总站
[4] 中国农业大学食品科学与营养工程学院
来源:
关键词:
鲜鸡蛋;
货架期;
动力学模型;
BP神经网络;
D O I:
暂无
中图分类号:
TS253 [蛋品加工工业];
TP183 [人工神经网络与计算];
学科分类号:
083203 ;
摘要:
为研究不同温度范围内鸡蛋的品质变化及货架期,通过实验室模拟,检测了鲜鸡蛋在5、25、35℃条件下的哈夫单位值、蛋黄系数等理化指标,分别构建了同等实验条件下的鲜鸡蛋货架期动力学预测模型和BP神经网络预测模型,并选取5、25、35℃温度下共6组数据进行模型验证。结果表明,基于BP神经网络的鲜鸡蛋货架期模型预测精度达到95.93%,动力学模型预测精度为90.79%,BP神经网络能更精确地预测鲜鸡蛋在5~35℃贮藏温度范围内的货架期。
引用
收藏
页码:328 / 334
页数:7
相关论文