基于苹果原料指标预测苹果鲜食感官品质的方法

    公开(公告)号:CN109242342A

    公开(公告)日:2019-01-18

    申请号:CN201811147391.4

    申请日:2018-09-29

    IPC分类号: G06Q10/06 G06N3/08 G06Q50/02

    摘要: 本发明公开了一种基于苹果原料指标预测苹果鲜食感官品质的方法,包括:S1、确定鲜食品质感官评价指标,确定鲜食感官品质;S2、根据鲜食品质感官评价指标确定鲜果仪器测定指标,获得鲜果仪器测定指标数据;S3、记录鲜果仪器测定指标数据、及鲜食感官品质形成样本集,选定一定比例的样本集的数据形成训练样本集;S4、以训练样本集的鲜果仪器测定指标数据为输入层,鲜食感官品质为输出层,构建基于BP算法的人工神经网络学习模型。本发明具有消除感官评价员的个体感官偏差对鲜食感官品质的影响,能够利用苹果鲜果仪器测定指标数据快捷、准确地预测其鲜食感官品质,提高预测苹果鲜食感官品质准确率的有益效果。

    基于苹果原料指标预测果汁混浊度的方法

    公开(公告)号:CN109409580A

    公开(公告)日:2019-03-01

    申请号:CN201811148007.2

    申请日:2018-09-29

    摘要: 本发明公开了基于苹果原料指标预测果汁混浊度的方法,包括:选取苹果样本,确定苹果原料指标,并获取苹果原料指标数据和苹果汁混浊度数据;建立苹果原料指标数据与苹果汁混浊度数据的相关关系;确定与苹果汁混浊度数据呈显著相关的苹果原料核心指标数据;从苹果样本中选取训练样本,获取训练样本的苹果原料指标数据,以训练样本的苹果原料核心指标数据为输入层,以苹果汁混浊度为输出层,训练获得神经网络学习模型;利用神经网络学习模型和待测苹果的原料核心指标数据,预测待测苹果的果汁混浊度。本发明能快速判断果汁混浊度,进而了解果汁的稳定性,解决了果汁稳定性指标检测较麻烦,用时较长的问题,满足了鲜榨苹果汁产业快速发展的需求。

    基于苹果原料指标预测干制品综合品质的方法

    公开(公告)号:CN109325626A

    公开(公告)日:2019-02-12

    申请号:CN201811147985.5

    申请日:2018-09-29

    IPC分类号: G06Q10/04 G06Q10/06

    摘要: 本发明公开了基于苹果原料指标预测干制品综合品质的方法,包括:确定干制品评价指标,建立所述干制品评价指标与综合品质的对应关系;确定与所述干制品评价指标相关的苹果原料评价指标;获取训练样本的苹果原料评价指标数据,并获取训练样本的干制品评价指标数据,计算各训练样本的综合品质,以训练样本的苹果原料评价指标数据为输入层,以综合品质为输出层,训练获得神经网络学习模型;利用所述神经网络学习模型和待测干制品的苹果原料评价指标数据,预测待测干制品的综合品质。本发明无需事先确定输入输出之间映射关系,预测速度快、精度高。

    BP人工神经网络预测原料加工适宜性的方法

    公开(公告)号:CN109409579A

    公开(公告)日:2019-03-01

    申请号:CN201811147405.2

    申请日:2018-09-29

    IPC分类号: G06Q10/04 G06Q50/06 G06N3/08

    摘要: 本发明公开了一种基于BP人工神经网络预测原料加工适宜性的方法,包括:选择用于评价原料加工适宜性的加工制品的单一指标,根据加工制品的单一指标确定相关的原料的诸多指标;以原料的诸多指标为变量、加工工艺及参数为定量进行原料加工,记录并整理历史数据形成样本;以训练样本集的原料的诸多指标数据为输入层,以训练样本集的加工制品的单一指标数据为输出层,训练至人工神经网络模型稳定;优化人工神经网络模型;预测加工制品的单一指标。本发明能够关联原料指标与加工品品质,在客观定性或定量地寻求变量间复杂的非线性对应关系的同时有较高的准确性,可以实现基于原料指标定性或定量预测加工品品质。