优化BP神经网络提高高光谱检测调理鸡肉菌落总数精度

发布时间：2021-11-26 15:56

　　针对调理鸡肉菌落总数在贮藏期间易受到外界因素影响,提出了一种优化反向传播（back propagation,BP）神经网络的调理鸡肉菌落总数预测方法。以贮藏在4℃条件下的调理鸡肉为研究对象,采集其表面400～1 000 nm高光谱信息共计419个波段作为全波段,并利用竞争性自适应重加权（competitive adaptive reweighted sampling,CARS）算法筛选出34个特征波段,分别以全波段和特征波段对应的光谱值作为BP神经网络输入,采用鸟群算法（bird swarm algorithm,BSA）和免疫算法（immune algorithm,IA）优化BP神经网络的初始权重和阈值,建立调理鸡肉菌落总数的BP、BSA-BP、IA-BP、BSA-IA-BP预测模型。试验结果表明:经过CARS筛选特征波长的BSA-IA-BP模型预测效果最佳,预测集相关系数RP、均方根误差、剩余预测偏差分别为0.93、0.31lg（CFU/g）、2.68,且模型稳定性最好。该研究为基于BP神经网络实现调理鸡肉菌落总数快速无损检测提供了算法支撑和理论基础。 

【文章来源】：农业工程学报. 2020,36(05)北大核心EICSCD

【文章页数】：8 页

【部分图文】：

感兴趣区域选择

240份调理鸡肉平均反射光谱曲线

BSA-IA-BP模型流程图

【参考文献】：
期刊论文
[1]高光谱成像快速检测壳聚糖涂膜草莓可溶性固形物[J]. 邵园园,王永贤,玄冠涛,高宗梅,刘艺,韩翔,高冲.  农业工程学报. 2019(18)
[2]植物工厂地源热泵系统热负荷BP神经网络预测及验证[J]. 石惠娴,孟祥真,游煜成,张中华,欧阳三川,任亦可.  农业工程学报. 2019(02)
[3]基于人工免疫算法的软件输出域覆盖测试[J]. 张卫祥,齐玉华.  南京大学学报(自然科学). 2018(04)
[4]基于KHA优化BP神经网络的地下水水质综合评价方法[J]. 刘东,李帅,付强,刘春雷.  农业机械学报. 2018(09)
[5]基于改进磷虾群算法的SVDD参数优化[J]. 孔祥鑫,周炜,王晓丹.  计算机工程与应用. 2017(22)
[6]基于特征融合的猪肉新鲜度高光谱图像检测[J]. 朱启兵,肖盼,黄敏,尹克.  食品与生物技术学报. 2015(03)
[7]无磷保水剂对冷冻调理猪肉的影响[J]. 高可蒙,梅林,薛秀恒,王志耕.  食品科学. 2015(06)

博士论文
[1]冷冻冷藏过程中猪肉的光谱特性研究及其品质的快速检测[D]. 谢安国.华南理工大学 2016



本文编号：3520477