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：

农业机械学报 | 2015年 / 46卷 / 10期

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

页码：328 / 334

页数：7

共 27 条

[1] 食品货架期预测研究进展与趋势 [J].