鸡精风味识别及相关模型研究

发布时间：2017-09-16 23:08

  本文关键词：鸡精风味识别及相关模型研究

  更多相关文章： 鸡精 感官评价 BP神经网络 质量模型

【摘要】：鸡精是一种快速增鲜的复合调味品,其风味质量评估依靠人工感官评价和电子仪器分析。人工感官评价是通过人的视觉、嗅觉、味觉等测量、分析和解释产品的一种科学方法。一般以食品的颜色、香味种类、口感类型等作为人工感官指标,人的感官器官会受到自身心理状态和身体状况的影响,而且质变期样本不适合人工品评,于是研究用电子仪器来辅助感官评定。电子仪器主要包括电子鼻和电子舌,通过模拟人的感官功能而生成被测样本的指纹响应图谱,一般利用多元统计学对数据进行分析,最终得到分类结果,具有快速、准确的优点。但是多元统计分析是研究客观事物中多个变量之间相互依赖的统计规律,若样本种类、数量较多,导致统计结果不精确,存在较大的误差。另外,电子仪器采集的数据是味觉整体性信息,只能区分样本,辨别样本的相似程度,而不能获取样本各个评价指标的差异性。人工感官与电子感官相关性方面的研究,主要集中于感官指标与传感器变量之间的相关性分析,而鸡精的两种感官评价体系的相关模型研究还比较少。针对鸡精调味品的风味评价方法的不足,本文提出以下两点解决方法：第一点,以6种不同添加成分的鸡精样本为研究对象,采集电子鼻指纹数据,建立主成分分析、聚类、标准的BP神经网络算法、改进的BP神经网络算法以及主成分分析结合改进的BP神经网络算法的分类模型,对比分类结果发现,由主成分分析与改进的BP神经网络算法相结合,建立鸡精风味的分类预测质量模型,能够对鸡精样本进行快速准确的分类,也可以检测出不满足预定风味要求的样本。第二点,以3种不同货架期的鸡精样本为研究对象,采集人工味觉评价数据和电子舌指纹数据,利用改进的BP神经网络建立人工味觉评价与电子舌指纹数据的相关模型,由未知样本的电子舌数据进行样本分类,并直接给出人工感官评价数据,同时比较该类别标准样本与未知样本的人工感官评价指标的差异性。该模型不仅在鸡精感官评价过程中满足客观快速的要求,而且能够给出鸡精品质鉴定过程中的差异性信息。
【关键词】：鸡精 感官评价 BP神经网络 质量模型
【学位授予单位】：上海应用技术大学
【学位级别】：硕士
【学位授予年份】：2016
【分类号】：TS264.23;TP183
【目录】：

• 摘要5-6
• Abstract6-10
• 第一章 绪论10-16
• 1.1 研究背景10-11
• 1.1.1 鸡精发展状况10
• 1.1.2 鸡精鉴定方法10-11
• 1.2 研究内容11-12
• 1.3 研究现状12-15
• 1.3.1 国外研究发展12-13
• 1.3.2 国内研究发展13-15
• 1.4 章节安排15-16
• 第2章 风味评价概述16-25
• 2.1 人工感官评价16-17
• 2.2 电子感官评价17-22
• 2.2.1 电子鼻感官评价18-20
• 2.2.2 电子舌感官评价20-22
• 2.3 感官数据处理方法22-25
• 2.3.1 多元统计分类22-23
• 2.3.2 网络分类23-25
• 第3章 基于多元统计方法的鸡精分类模型25-36
• 3.1 多元统计类型25
• 3.2 PCA分类25-26
• 3.3 CA分类26
• 3.4 数据采集26-32
• 3.5 实验结果分析32-36
• 第4章 基于PCA-BP算法的鸡精分类模型36-49
• 4.1 人工神经网络36-37
• 4.1.1 神经网络概述36
• 4.1.2 BP神经网络特点36-37
• 4.2 标准BP算法原理37-42
• 4.2.1 神经元模型37-39
• 4.2.2 最速下降法39
• 4.2.3 网络学习过程39-42
• 4.3 PCA结合改进BP算法的分类模型42-45
• 4.4 数据采集45-46
• 4.5 实验结果分析46-49
• 第5章 鸡精人工感官与电子舌感官的相关模型49-54
• 5.1 相关模型类型49
• 5.2 改进的BP算法的相关模型49-50
• 5.3 数据采集50-51
• 5.4 实验结果分析51-54
• 第6章 结论及展望54-55
• 6.1 本文研究所得结论54
• 6.2 本文研究不足不足及展望54-55
• 参考文献55-59
• 致谢59-60
• 研究生期间的科研项目和成果60

，

本文编号：865808