《表1 各个理化指标数据的统计分布》

  提示：宽带有限、当前游客访问压缩模式

本系列图表出处文件名：随高清版一同展现

《基于电子鼻的速冻青稞鱼面的货架期内食品安全理化指标快速预测》

1. 获取 高清版本忘记账户？点击这里登录

1. 下载图表忘记账户？点击这里登录

本研究总样本量为195组，随机选取130个样本作为训练集，剩余65个样本为验证集，由表1可知训练集与验证集分布比较均匀合理，可以用于模型的建立。分别通过化学计量法采集速冻青稞鱼面的理化指标（TVB-N、PH、POV、TBA），所得结果经归一化处理后作为样品的化学性质描述值并作为该模型的期望输出值。因此，本研究构建的BP-ANN输入层神经元个数为18，输出神经元的个数为1。先将输入信号经隐含层处理之后，再传递到输出层，通过修改各层神经元的权值，使得误差信号最小。节点激励函数通常选用S型函数，输出范围[0～1]。采用试凑法，通过不断的调整网络参数（隐藏输入节点、最小训练速率、动态参数、SIGMOID、允许误差），隐含层采用f（x）=f（w0+w1×X1+w2×X2+…+wn×Xn）。Xn表示n个输入值，w表示每个输入值作用隐藏神经元的权重，w0输入值是1的偏置值bias，这里的函数就是一个被称为激活函数的非线性函数，目的是给神经元的输出引入非线性。通过训练得到最佳的输出神经元函数f（x）=f（w0+w1×X1+w2×X2+…+wn×Xn），最后获取适宜的拟合残差和网络结构。