本文關(guān)鍵詞：雞精風(fēng)味識別及相關(guān)模型研究

  更多相關(guān)文章： 雞精 感官評價 BP神經(jīng)網(wǎng)絡(luò) 質(zhì)量模型

【摘要】：雞精是一種快速增鮮的復(fù)合調(diào)味品,其風(fēng)味質(zhì)量評估依靠人工感官評價和電子儀器分析。人工感官評價是通過人的視覺、嗅覺、味覺等測量、分析和解釋產(chǎn)品的一種科學(xué)方法。一般以食品的顏色、香味種類、口感類型等作為人工感官指標(biāo),人的感官器官會受到自身心理狀態(tài)和身體狀況的影響,而且質(zhì)變期樣本不適合人工品評,于是研究用電子儀器來輔助感官評定。電子儀器主要包括電子鼻和電子舌,通過模擬人的感官功能而生成被測樣本的指紋響應(yīng)圖譜,一般利用多元統(tǒng)計學(xué)對數(shù)據(jù)進行分析,最終得到分類結(jié)果,具有快速、準(zhǔn)確的優(yōu)點。但是多元統(tǒng)計分析是研究客觀事物中多個變量之間相互依賴的統(tǒng)計規(guī)律,若樣本種類、數(shù)量較多,導(dǎo)致統(tǒng)計結(jié)果不精確,存在較大的誤差。另外,電子儀器采集的數(shù)據(jù)是味覺整體性信息,只能區(qū)分樣本,辨別樣本的相似程度,而不能獲取樣本各個評價指標(biāo)的差異性。人工感官與電子感官相關(guān)性方面的研究,主要集中于感官指標(biāo)與傳感器變量之間的相關(guān)性分析,而雞精的兩種感官評價體系的相關(guān)模型研究還比較少。針對雞精調(diào)味品的風(fēng)味評價方法的不足,本文提出以下兩點解決方法：第一點,以6種不同添加成分的雞精樣本為研究對象,采集電子鼻指紋數(shù)據(jù),建立主成分分析、聚類、標(biāo)準(zhǔn)的BP神經(jīng)網(wǎng)絡(luò)算法、改進的BP神經(jīng)網(wǎng)絡(luò)算法以及主成分分析結(jié)合改進的BP神經(jīng)網(wǎng)絡(luò)算法的分類模型,對比分類結(jié)果發(fā)現(xiàn),由主成分分析與改進的BP神經(jīng)網(wǎng)絡(luò)算法相結(jié)合,建立雞精風(fēng)味的分類預(yù)測質(zhì)量模型,能夠?qū)﹄u精樣本進行快速準(zhǔn)確的分類,也可以檢測出不滿足預(yù)定風(fēng)味要求的樣本。第二點,以3種不同貨架期的雞精樣本為研究對象,采集人工味覺評價數(shù)據(jù)和電子舌指紋數(shù)據(jù),利用改進的BP神經(jīng)網(wǎng)絡(luò)建立人工味覺評價與電子舌指紋數(shù)據(jù)的相關(guān)模型,由未知樣本的電子舌數(shù)據(jù)進行樣本分類,并直接給出人工感官評價數(shù)據(jù),同時比較該類別標(biāo)準(zhǔn)樣本與未知樣本的人工感官評價指標(biāo)的差異性。該模型不僅在雞精感官評價過程中滿足客觀快速的要求,而且能夠給出雞精品質(zhì)鑒定過程中的差異性信息。
【關(guān)鍵詞】：雞精 感官評價 BP神經(jīng)網(wǎng)絡(luò) 質(zhì)量模型
【學(xué)位授予單位】：上海應(yīng)用技術(shù)大學(xué)
【學(xué)位級別】：碩士
【學(xué)位授予年份】：2016
【分類號】：TS264.23;TP183
【目錄】：

• 摘要5-6
• Abstract6-10
• 第一章 緒論10-16
• 1.1 研究背景10-11
• 1.1.1 雞精發(fā)展?fàn)顩r10
• 1.1.2 雞精鑒定方法10-11
• 1.2 研究內(nèi)容11-12
• 1.3 研究現(xiàn)狀12-15
• 1.3.1 國外研究發(fā)展12-13
• 1.3.2 國內(nèi)研究發(fā)展13-15
• 1.4 章節(jié)安排15-16
• 第2章 風(fēng)味評價概述16-25
• 2.1 人工感官評價16-17
• 2.2 電子感官評價17-22
• 2.2.1 電子鼻感官評價18-20
• 2.2.2 電子舌感官評價20-22
• 2.3 感官數(shù)據(jù)處理方法22-25
• 2.3.1 多元統(tǒng)計分類22-23
• 2.3.2 網(wǎng)絡(luò)分類23-25
• 第3章 基于多元統(tǒng)計方法的雞精分類模型25-36
• 3.1 多元統(tǒng)計類型25
• 3.2 PCA分類25-26
• 3.3 CA分類26
• 3.4 數(shù)據(jù)采集26-32
• 3.5 實驗結(jié)果分析32-36
• 第4章 基于PCA-BP算法的雞精分類模型36-49
• 4.1 人工神經(jīng)網(wǎng)絡(luò)36-37
• 4.1.1 神經(jīng)網(wǎng)絡(luò)概述36
• 4.1.2 BP神經(jīng)網(wǎng)絡(luò)特點36-37
• 4.2 標(biāo)準(zhǔn)BP算法原理37-42
• 4.2.1 神經(jīng)元模型37-39
• 4.2.2 最速下降法39
• 4.2.3 網(wǎng)絡(luò)學(xué)習(xí)過程39-42
• 4.3 PCA結(jié)合改進BP算法的分類模型42-45
• 4.4 數(shù)據(jù)采集45-46
• 4.5 實驗結(jié)果分析46-49
• 第5章 雞精人工感官與電子舌感官的相關(guān)模型49-54
• 5.1 相關(guān)模型類型49
• 5.2 改進的BP算法的相關(guān)模型49-50
• 5.3 數(shù)據(jù)采集50-51
• 5.4 實驗結(jié)果分析51-54
• 第6章 結(jié)論及展望54-55
• 6.1 本文研究所得結(jié)論54
• 6.2 本文研究不足不足及展望54-55
• 參考文獻55-59
• 致謝59-60
• 研究生期間的科研項目和成果60

，

本文編號：865808