基于BP神经网络和显微照相技术的火腿肠品质评价方法研究
发布时间：2021-12-24 20:21
我国是肉类工业的大国,火腿肠是我国肉制品中产量最大的产品之一,现在国内火腿肠的总产量已占全部肉制品产量的1/3。为了确保广大消费者的权益,准确地进行火腿肠的品质评价尤为重要。本文以市场上流通量大的猪肉火腿肠为研究对象,分别从质构指标和理化指标进行分析,建立以质构测定值和感官评分值为基础的线性回归模型的同时,还运用BP神经网络模型的方式将消费者的喜好进行模拟,预测感官品质以减少人为误差;采用正置光学显微镜和成像系统对被染色的火腿肠切片进行显微照相处理,得到可肉眼观察的照片,并测定和计算蛋白质、脂肪和淀粉的染色面积所占的像素占总视野像素的百分比,以此为基础建立准确测定火腿肠中蛋白质和淀粉含量的方法,同时以蛋白质、脂肪和淀粉的染色面积所占的像素占总视野像素的百分比和感官评分值为基础建立线性回归模型,并通过BP神经网络模型模拟消费者的喜好。主要研究结论如下:1、通过模拟火腿肠质构模型,选择75%作为测定普通级火腿肠硬度的最适压缩比,40%作为测定弹性和内聚性的最适合压缩比;选择75%作为测定优级和特优级火腿肠硬度的最适压缩比,60%作为测定弹性和内聚性的最适合压缩比。线性回归模型预测感官品质研...
【文章来源】：西南大学重庆市 211工程院校 教育部直属院校
【文章页数】：80 页
【学位级别】：硕士
【部分图文】：
TPA特征曲线
西南大学硕士学位论文12图1-2三层BP神经网络的结构。Figure1-2.Structureofathree-layerBPneuralnetwork.1.3.2.3训练样本集的准备神经网络设计与训练的基础就是进行训练数据的准备工作；不仅需要对数据进行挑选，还要注意将其科学合理的表示出来。这对神经网络设计以及对最终结果有重要的意义[42]。（1）输入—输出量的选择设计神经网络的输入输出变量可以用一个待建模系统的输入-输出表示，这些变量需要从大量数据中筛选出来。系统要实现的功能目标代表一般输出量，数据的选择相对容易些，输入量的选择要更为谨慎，需要选择对输出数据影响大且容易检测或提取的变量。输入量的选择保证有一个基本原则：各输入变量之间互不相关或相关性很校（2）输出量的表示为网络训练提供的期望输出就是输出量，输出量分为数值和语言两种变量。数值变量，直接用数值来表示即可，只能是-1～1或0～1之间的数显示的网络实际输出；期望值就需要进行归一化处理。“n中取1”表示法、“n-1”表示法和数值表示法都可以表示语言变量。（3）输入—输出数据归一化处理将网络的输入、输出数据进行变换处理，限制在[0,1]或[-1,1]的区间内就是归一化处理。将数据变换为[0,1]区间的值常用以下变换式：
进一步研究建议总结
【参考文献】：
期刊论文
[1]热处理温度对钛铝酸钙-碳化硅复相材料性能及显微结构的影响[J]. 程勇,张寒,赵惠忠,纪子旭,杨兴宇,江雨航,李雪健. 耐火材料. 2019(06)
[2]贵州大河边矿煤显微组分解离规律及其分选[J]. 杜美利,杨敏,杨瑞,朱晨浩,朱超,任辉. 西安科技大学学报. 2019(06)
[3]国内外肉制品加工业的现状及发展趋势[J]. 李梦霞,宋美玲. 食品安全导刊. 2019(30)
[4]基于超声成像技术的方腿中异物检测[J]. 张俊俊,赵号,翟晓东,胡雪桃,邹小波,石吉勇. 中国食品学报. 2019(08)
[5]PAS联合D-PAS染色法在肝组织活检病理检查中的应用[J]. 李敏,曾玲. 临床与实验病理学杂志. 2018(12)
[6]基于IGS-SVM模型的牛肉生理成熟度预测方法[J]. 季方芳,吴明清,赵阳,陈坤杰. 食品科学. 2019(15)
[7]动脉粥样硬化组织冷冻切片的染色技术[J]. 宋光乐,郭守东,黄慧慧,朱霞,隋宏书. 临床与实验病理学杂志. 2018(10)
[8]低温猪肉火腿肠加工工艺[J]. 任倩,张诗琪,雷激. 食品与发酵工业. 2019(02)
[9]改良PAS染色法在冷冻切片中的应用[J]. 杨伟平,吴文乔,邹宗楷,洪少君,黄春妹,苏海燕. 临床与实验病理学杂志. 2018(03)
[10]萘酚AS-TR磷酸酯法酸性磷酸酶染色在肌病诊断中的应用[J]. 刘文文,陈裕庆,张文敏,高美钦. 福建医科大学学报. 2017(03)
博士论文
[1]基于咀嚼模拟的食品质地评价研究[D]. 孙钟雷.吉林大学 2012
[2]BP神经网络的理论及其在农业机械化中的应用研究[D]. 王吉权.沈阳农业大学 2011
硕士论文
[1]复配卡拉胶在改善火腿肠品质方面的应用研究[D]. 林瑞君.集美大学 2018
[2]火腿肠质构标准的构建[D]. 郝红涛.河南农业大学 2010
本文编号：3551132
【文章来源】：西南大学重庆市 211工程院校 教育部直属院校
【文章页数】：80 页
【学位级别】：硕士
【部分图文】：
TPA特征曲线
西南大学硕士学位论文12图1-2三层BP神经网络的结构。Figure1-2.Structureofathree-layerBPneuralnetwork.1.3.2.3训练样本集的准备神经网络设计与训练的基础就是进行训练数据的准备工作；不仅需要对数据进行挑选，还要注意将其科学合理的表示出来。这对神经网络设计以及对最终结果有重要的意义[42]。（1）输入—输出量的选择设计神经网络的输入输出变量可以用一个待建模系统的输入-输出表示，这些变量需要从大量数据中筛选出来。系统要实现的功能目标代表一般输出量，数据的选择相对容易些，输入量的选择要更为谨慎，需要选择对输出数据影响大且容易检测或提取的变量。输入量的选择保证有一个基本原则：各输入变量之间互不相关或相关性很校（2）输出量的表示为网络训练提供的期望输出就是输出量，输出量分为数值和语言两种变量。数值变量，直接用数值来表示即可，只能是-1～1或0～1之间的数显示的网络实际输出；期望值就需要进行归一化处理。“n中取1”表示法、“n-1”表示法和数值表示法都可以表示语言变量。（3）输入—输出数据归一化处理将网络的输入、输出数据进行变换处理，限制在[0,1]或[-1,1]的区间内就是归一化处理。将数据变换为[0,1]区间的值常用以下变换式：
进一步研究建议总结
【参考文献】：
期刊论文
[1]热处理温度对钛铝酸钙-碳化硅复相材料性能及显微结构的影响[J]. 程勇,张寒,赵惠忠,纪子旭,杨兴宇,江雨航,李雪健. 耐火材料. 2019(06)
[2]贵州大河边矿煤显微组分解离规律及其分选[J]. 杜美利,杨敏,杨瑞,朱晨浩,朱超,任辉. 西安科技大学学报. 2019(06)
[3]国内外肉制品加工业的现状及发展趋势[J]. 李梦霞,宋美玲. 食品安全导刊. 2019(30)
[4]基于超声成像技术的方腿中异物检测[J]. 张俊俊,赵号,翟晓东,胡雪桃,邹小波,石吉勇. 中国食品学报. 2019(08)
[5]PAS联合D-PAS染色法在肝组织活检病理检查中的应用[J]. 李敏,曾玲. 临床与实验病理学杂志. 2018(12)
[6]基于IGS-SVM模型的牛肉生理成熟度预测方法[J]. 季方芳,吴明清,赵阳,陈坤杰. 食品科学. 2019(15)
[7]动脉粥样硬化组织冷冻切片的染色技术[J]. 宋光乐,郭守东,黄慧慧,朱霞,隋宏书. 临床与实验病理学杂志. 2018(10)
[8]低温猪肉火腿肠加工工艺[J]. 任倩,张诗琪,雷激. 食品与发酵工业. 2019(02)
[9]改良PAS染色法在冷冻切片中的应用[J]. 杨伟平,吴文乔,邹宗楷,洪少君,黄春妹,苏海燕. 临床与实验病理学杂志. 2018(03)
[10]萘酚AS-TR磷酸酯法酸性磷酸酶染色在肌病诊断中的应用[J]. 刘文文,陈裕庆,张文敏,高美钦. 福建医科大学学报. 2017(03)
博士论文
[1]基于咀嚼模拟的食品质地评价研究[D]. 孙钟雷.吉林大学 2012
[2]BP神经网络的理论及其在农业机械化中的应用研究[D]. 王吉权.沈阳农业大学 2011
硕士论文
[1]复配卡拉胶在改善火腿肠品质方面的应用研究[D]. 林瑞君.集美大学 2018
[2]火腿肠质构标准的构建[D]. 郝红涛.河南农业大学 2010
本文编号：3551132
本文链接：https://www.wllwen.com/kejilunwen/zidonghuakongzhilunwen/3551132.html
