本文已被：浏览 1414次 下载 1189次
投稿时间：2017-03-06
投稿时间：2017-03-06
中文摘要: 以传统烟熏方式加工的香肠为研究对象，利用反向传播（Back-Propagation，BP）神经网络建立烟熏香肠色泽的预测模型。通过试验获得不同烟熏温度、烟熏时间和肥瘦比条件的烟熏香肠，测定其L*、a*、b*和△E值，并对BP神经网络算法、隐含层神经元个数、学习速率和动量系数进行优化，获得最佳的BP神经网络预测模型结构。基于Levenberg-Marquardt算法建立精确的L*、b*和△E预测模型，性能测试显示L*、b*和△E预测模型的相关系数（R2）分别为 0.847、0.825 和 0.924。相应的均方根误差（root mean square error，RMSE）分别为 4.609、3.564 和 5.012。基于拟牛顿BFGS算法建立精确的a*值预测模型，性能测试显示模型的R2和RMSE分别为0.905和2.237。
Abstract:Processed in a conventional manner smoked sausages as the research object，back-propagation（BP）neural network prediction model is used to predict the color of smoked sausage.Used the smoked sausage with different smoked temperature，smoked time and fineness ratio，the L*，a*，b*and△E value were determined，and the BP neural network algorithm，hidden layer neuron number，learning rate and momentum coefficient were optimized，and the best BP neural network prediction model structure.Based on Levenberg-Marquardt algorithm，the accurate L*，b*and△E prediction model are established.The performance test shows that the correlation coefficient（R2）of L*，b*and△E prediction model are 0.847，0.825 and 0.924，respectively.The corresponding root mean square error（RMSE）are 4.609，3.564 and 5.012，respectively.Based on the Quasi-Newton BFGS algorithm，an accurate a*prediction model is established，the performance test shows that the R2and RMSE of the model are 0.905 and 2.237，respectively.
文章编号：201720001 中图分类号： 文献标志码：
基金项目:国家自然科学基金（31501585）；科技部农业科技成果转化基金项目（2014GB2C300007）
| 作者 | 单位 |
| 陈炎1，屠泽慧1，聂文1，季拓1，刘敏1，张静2，杨潇1，蔡克周1，*，陈从贵1，姜绍通1 | 1.合肥工业大学食品科学与工程学院，农产品精深加工安徽省重点实验室，安徽合肥230009；2.安徽淮北市生产力促进中心，安徽淮北235000 |
引用文本：
津ICP备20000603号-1