《表2 基于不同特征建立的最佳BPNN模型在训练集和预测集中的检测结果》
储藏期面粉理化指标变化是由内外因素共同作用而产生的。比色传感器可以快速获取储藏期面粉样本的气味变化信息,近红外光谱可以快速获取储藏期面粉样本内含物质的微变化。通过融合比色传感器数据和近红外光谱特征,构建了基于比色传感器技术与近红外光谱技术融合的储藏期面粉脂肪酸值的定量检测模型,最佳BPNN融合模型在预测集中的相关系数和预测均方根误差分别为0.951 0和1.625 2 mg/(100 g)。研究表明,相较于单技术检测模型,融合比色传感器数据和近红外光谱特征建立的化学计量学模型可有效提高模型预测精度和泛化性能。本研究为储藏期粮食品质的在线监测提供了一种新的技术方法,对保障粮食储藏品质具有重要的现实意义。
图表编号 | XD00206379500 严禁用于非法目的 |
---|---|
绘制时间 | 2021.02.25 |
作者 | 江辉、刘通、陈全胜 |
绘制单位 | 江苏大学电气信息工程学院、江苏大学电气信息工程学院、江苏大学食品与生物工程学院 |
更多格式 | 高清、无水印(增值服务) |