共查询到18条相似文献,搜索用时 281 毫秒
1.
2.
基于BP神经网络的鲜鸡蛋货架期预测模型 总被引:3,自引:0,他引:3
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。 相似文献
3.
4.
5.
K值是评价猪肉新鲜度的重要指标,能够反映猪肉内核苷酸的分解情况,从而评定肉的变质程度。一般采用高效液相色谱法测定K值,此方法过程耗时,需破坏被测样品,不能满足生产和流通环节的快速检测需求。本文利用太赫兹(THz)光谱分析技术无损检测猪肉K值,探索快速检测K值的可行性。在0.2~2 THz范围内,采用衰减全反射模式提取80份不同新鲜度的猪肉THz光谱数据,同时用高效液相色谱法测定每份样品的K值。THz光谱原始数据经过一阶微分和Savitzky-Golay平滑滤波后,分别用主成分回归(PCR)、偏最小二乘回归(PLSR)和反向传播神经网络回归(BP-ANN)建立了THz光谱预测猪肉K值的数学模型。研究表明:非线性BP-ANN模型预测精度最高,相关系数为0.75,均方根误差为14.36%;采用THz光谱数据BP-ANN模型能够检测猪肉的新鲜度K值。与HPLC方法相比,该方法具有快速、无损、简单的特点。 相似文献
6.
《农业机械学报》2017,(10)
K值是评价猪肉新鲜度的一个重要指标,它能够反映猪肉内核苷酸的分解情况,从而评定肉的变质程度。一般采用高效液相色谱法测定K值,此方法过程耗时,需破坏被测样品,不能满足生产和流通环节的快速检测需求。利用太赫兹(THz)光谱分析技术无损检测猪肉K值的可行性,探索快速检测K值的方法。在0.2~2THz范围内,采用衰减全反射模式提取80份不同新鲜度的猪肉THz光谱数据,同时用高效液相色谱法测定每份样品的K值。THz光谱原始数据经过一阶微分和Savitzky-Golay平滑滤波后,分别用主成分回归(PCR)、偏最小二乘回归(PLSR)和反向传播神经网络回归(BP-ANN)建立了THz光谱预测猪肉K值的数学模型。比较研究表明:非线性BP-ANN模型预测精度最高,相关系数为0.75,均方根误差为14.36%;采用THz光谱数据BP-ANN模型能够检测猪肉的新鲜度K值。与HPLC方法相比,该方法具有快速、无损、简单的特点。 相似文献
7.
8.
9.
10.
农畜产品品质安全高光谱无损检测技术进展和趋势 总被引:8,自引:0,他引:8
高光谱成像技术作为光学无损检测的一种新技术在农畜产品品质安全检测中被广泛关注和应用.综述了高光谱无损检测技术的研发现状.在果蔬品质安全检测上,高光谱成像技术可用于组成分分析、食用指标测定、质量分级评定等内部品质检测和外部形态特征识别、表面缺陷及污染物检测、冻伤检验等外部品质判定,以及农药残留、致病菌污染等安全评定.在生鲜肉检测应用方面,包括营养品质的组成成分分析、食用品质如嫩度、大理石花纹、新鲜度等指标评价以及生鲜肉在微生物污染等安全品质的评定.分析了高光谱无损检测技术的现状及问题,并针对目前农畜产品无损检测的发展趋势进行前景展望. 相似文献
11.
12.
13.
14.
针对我国鸭蛋孵化行业剔除无精蛋的方法效率低、剔除的无精蛋已丧失食用价值、造成资源巨大浪费的问题,运用机器视觉技术,以孵化至第3天的种鸭蛋为研究对象,运用深度卷积神经网络(Convolutional neural networks,CNN)端对端的特点,在Alexnet神经网络基础上进行改进,将孵化第3天的种鸭蛋透射图像直接输入到深度卷积神经网络。用卷积层代替全连接层,改变卷积核的尺寸,搭建了种鸭蛋受精信息识别网络(Eggnet)模型,实现了对种鸭蛋孵化早期受精信息的无损判别。试验结果表明,该方法对孵化第3天的种鸭蛋图像测试集分类准确率高达98.87%,验证集分类准确率为97.97%,平均单枚蛋检测时间仅为0.24 s。 相似文献
15.
鸡蛋敲击响应特性与蛋壳裂纹检测 总被引:7,自引:6,他引:7
鸡蛋经敲击激励后用传感器获取时域特性信号,并进行信号频域分析。结果表明,无裂纹鸡蛋的频域特征有相似的规律性。存在一个较明显的主频率值。峰值突出;有裂纹鸡蛋频域特征无规律性,没有明显的主频率值。峰值较紊乱;裂纹蛋上不同测点的频域特性有较大差异。提出了检测鸡蛋裂纹的主要参数:主频率值、功率谱平均值、归一化功率谱平均值、x轴及y轴质心等。主频率值、功率谱平均幅值、归一化功率谱平均幅值等参数可以用于检测鸡蛋有无裂纹,其中采用主频率值、归一化功率谱平均幅值检测时精度较高。 相似文献
16.
在进行禽蛋无损检测研究时,需要花费大量的人力和物力采集禽蛋图像数据,为解决该问题,设计了一种基于深度卷积生成对抗网络(Deep convolutional generative adversarial networks,DCGAN)的改进禽蛋图像数据生成网络。该网络分为生成器与判别器,生成器用于禽蛋图像数据生成,判别器对生成的禽蛋图像进行真实性判断,两者相互对抗最终生成高质量的禽蛋图像数据。为了提高生成的禽蛋图像质量,使用残差网络构建生成器和判别器,引入Wasserstein距离和加梯度惩罚的损失函数,分别在透射和反射情况下对禽蛋图像进行生成研究。该方法有效地解决了大量禽蛋图像数据的采集问题,为后期禽蛋图像识别与检测提供了数据基础,同时也为后续禽蛋数据库构建提供了技术支持。 相似文献
17.
18.
禽蛋大小头自动定向排列中翻转运动机理研究 总被引:2,自引:0,他引:2
为了探讨禽蛋大小头自动定向排列关键技术的设计计算方法,对禽蛋在输送辊上的翻转运动进行了机理研究,并进行了不同输送辊直径、输送辊间中心距、不同品种禽蛋的试验验证。研究表明,禽蛋在输送辊上的翻转运动符合凸轮传动原理,构建了禽蛋与输送辊和导向杆之间的传动关系模型,建立了禽蛋翻滚距离和导向杆作用距离的理论计算方法,以及处理通道宽度和导向杆弯曲段长度的设计计算方法,禽蛋翻滚距离和导向杆作用距离理论计算结果与试验值吻合,禽蛋翻滚距离和导向杆作用距离与输送辊中心距呈线性负相关关系,与输送辊直径呈线性正相关关系,决定系数都大于0.94。用凸轮传动原理分析禽蛋在输送辊上的翻转运动是正确的、可行的。 相似文献