本文主要研究内容
作者张彪,刘璇,毕金峰,吴昕烨,金鑫,李旋,李潇（2019）在《基于BP人工神经网络算法的苹果制干适宜性评价》一文中研究指出：目的】建立苹果原料制干适宜性评价模型,实现基于苹果原料指标预测干制品品质的目标,为苹果制干专用化原料的筛选提供方法依据,为明确苹果干制品品质形成的基础物质提供数据支持。【方法】以来自7个不同主产区的21个主栽品种,共34份苹果鲜果样本为研究对象,运用多种数据处理方法建立苹果脆片品质综合评价模型与苹果原料制干适宜性评价模型。（1）利用压差闪蒸干燥方法制备34份苹果鲜果的脆片样本,测定苹果脆片17项品质指标,采用因子分析进行降维并筛选得到苹果脆片品质评价核心指标,运用层次分析法得到脆片核心指标权重值,构建脆片品质综合评价模型并计算得到脆片综合评价得分。（2）测定34份苹果鲜果样本22项品质指标,与脆片核心指标进行相关性分析并筛选出与脆片品质相关的果实特征指标。选用29个样本以果实特征指标为输入,对应脆片综合评价得分为输出,利用误差反向传播（Error Back Propagation,BP）神经网络算法构建学习模型;其余5个样本为验证样本,评价学习模型的预测准确性。变换3组学习样本构建3个学习模型,对比3个模型的预测准确性,验证建模方法的合理性与稳定性。【结果】苹果脆片L*值、脆度、膨化度、可滴定酸含量、可溶性糖含量和粗蛋白含量被确定为不同样本脆片品质综合评价的核心指标,构建的苹果脆片品质综合评价模型为Y综合得分=L*值×0.3724+脆度×0.2665+膨化度×0.1583+可滴定酸含量×0.0890+可溶性糖含量×0.0569+粗蛋白含量×0.0569。34个苹果鲜果样本制得的脆片综合得分范围为0.2069—0.7933,存在较大差异,得分排名前3的苹果样本为‘辽宁华红’‘辽宁华金’和‘山东烟富6号’,排名最后的苹果样本为‘陕西秦冠’。基于脆片核心指标与苹果果实品质指标相关性分析结果,筛选出苹果果实的果形指数、果肉a*值、pH、可滴定酸含量、Vc含量、果核比例、粗蛋白含量、果肉b*值、密度、可溶性固形物含量、粗纤维含量、总糖含量12项指标作为果实制干适宜性评价的特征指标。以果实特征指标值为输入层,对应苹果脆片综合评分为输出层,建立BP神经网络学习模型,可实现苹果原料制干适宜性的定量预测。该方法建立的学习模型有较高的预测准确性与稳定性,变换学习样本得到的3个学习模型的预测值与实际值相对误差均不超过10%,实际值与模型预测值线性拟合后决定系数R2均大于0.95。【结论】苹果制干适宜性可由果实的果形指数、果肉a*值、pH、可滴定酸含量、Vc含量、果核比例、粗蛋白含量、果肉b*值、密度、可溶性固形物含量、粗纤维含量、总糖含量12项指标进行评价,建立的适宜性评价模型可实现基于苹果原料指标定量预测其制干适宜性。
Abstract
mu de 】jian li ping guo yuan liao zhi gan kuo yi xing ping jia mo xing ,shi xian ji yu ping guo yuan liao zhi biao yu ce gan zhi pin pin zhi de mu biao ,wei ping guo zhi gan zhuan yong hua yuan liao de shai shua di gong fang fa yi ju ,wei ming que ping guo gan zhi pin pin zhi xing cheng de ji chu wu zhi di gong shu ju zhi chi 。【fang fa 】yi lai zi 7ge bu tong zhu chan ou de 21ge zhu zai pin chong ,gong 34fen ping guo xian guo yang ben wei yan jiu dui xiang ,yun yong duo chong shu ju chu li fang fa jian li ping guo cui pian pin zhi zeng ge ping jia mo xing yu ping guo yuan liao zhi gan kuo yi xing ping jia mo xing 。（1）li yong ya cha shan zheng gan zao fang fa zhi bei 34fen ping guo xian guo de cui pian yang ben ,ce ding ping guo cui pian 17xiang pin zhi zhi biao ,cai yong yin zi fen xi jin hang jiang wei bing shai shua de dao ping guo cui pian pin zhi ping jia he xin zhi biao ,yun yong ceng ci fen xi fa de dao cui pian he xin zhi biao quan chong zhi ,gou jian cui pian pin zhi zeng ge ping jia mo xing bing ji suan de dao cui pian zeng ge ping jia de fen 。（2）ce ding 34fen ping guo xian guo yang ben 22xiang pin zhi zhi biao ,yu cui pian he xin zhi biao jin hang xiang guan xing fen xi bing shai shua chu yu cui pian pin zhi xiang guan de guo shi te zheng zhi biao 。shua yong 29ge yang ben yi guo shi te zheng zhi biao wei shu ru ,dui ying cui pian zeng ge ping jia de fen wei shu chu ,li yong wu cha fan xiang chuan bo （Error Back Propagation,BP）shen jing wang lao suan fa gou jian xue xi mo xing ;ji yu 5ge yang ben wei yan zheng yang ben ,ping jia xue xi mo xing de yu ce zhun que xing 。bian huan 3zu xue xi yang ben gou jian 3ge xue xi mo xing ,dui bi 3ge mo xing de yu ce zhun que xing ,yan zheng jian mo fang fa de ge li xing yu wen ding xing 。【jie guo 】ping guo cui pian L*zhi 、cui du 、peng hua du 、ke di ding suan han liang 、ke rong xing tang han liang he cu dan bai han liang bei que ding wei bu tong yang ben cui pian pin zhi zeng ge ping jia de he xin zhi biao ,gou jian de ping guo cui pian pin zhi zeng ge ping jia mo xing wei Yzeng ge de fen =L*zhi ×0.3724+cui du ×0.2665+peng hua du ×0.1583+ke di ding suan han liang ×0.0890+ke rong xing tang han liang ×0.0569+cu dan bai han liang ×0.0569。34ge ping guo xian guo yang ben zhi de de cui pian zeng ge de fen fan wei wei 0.2069—0.7933,cun zai jiao da cha yi ,de fen pai ming qian 3de ping guo yang ben wei ‘liao ning hua gong ’‘liao ning hua jin ’he ‘shan dong yan fu 6hao ’,pai ming zui hou de ping guo yang ben wei ‘shan xi qin guan ’。ji yu cui pian he xin zhi biao yu ping guo guo shi pin zhi zhi biao xiang guan xing fen xi jie guo ,shai shua chu ping guo guo shi de guo xing zhi shu 、guo rou a*zhi 、pH、ke di ding suan han liang 、Vchan liang 、guo he bi li 、cu dan bai han liang 、guo rou b*zhi 、mi du 、ke rong xing gu xing wu han liang 、cu qian wei han liang 、zong tang han liang 12xiang zhi biao zuo wei guo shi zhi gan kuo yi xing ping jia de te zheng zhi biao 。yi guo shi te zheng zhi biao zhi wei shu ru ceng ,dui ying ping guo cui pian zeng ge ping fen wei shu chu ceng ,jian li BPshen jing wang lao xue xi mo xing ,ke shi xian ping guo yuan liao zhi gan kuo yi xing de ding liang yu ce 。gai fang fa jian li de xue xi mo xing you jiao gao de yu ce zhun que xing yu wen ding xing ,bian huan xue xi yang ben de dao de 3ge xue xi mo xing de yu ce zhi yu shi ji zhi xiang dui wu cha jun bu chao guo 10%,shi ji zhi yu mo xing yu ce zhi xian xing ni ge hou jue ding ji shu R2jun da yu 0.95。【jie lun 】ping guo zhi gan kuo yi xing ke you guo shi de guo xing zhi shu 、guo rou a*zhi 、pH、ke di ding suan han liang 、Vchan liang 、guo he bi li 、cu dan bai han liang 、guo rou b*zhi 、mi du 、ke rong xing gu xing wu han liang 、cu qian wei han liang 、zong tang han liang 12xiang zhi biao jin hang ping jia ,jian li de kuo yi xing ping jia mo xing ke shi xian ji yu ping guo yuan liao zhi biao ding liang yu ce ji zhi gan kuo yi xing 。
论文参考文献
论文详细介绍
论文作者分别是来自中国农业科学的张彪,刘璇,毕金峰,吴昕烨,金鑫,李旋,李潇，发表于刊物中国农业科学2019年01期论文，是一篇关于苹果论文,脆片论文,干制论文,适宜性评价论文,神经网络论文,中国农业科学2019年01期论文的文章。本文可供学术参考使用，各位学者可以免费参考阅读下载，文章观点不代表本站观点，资料来自中国农业科学2019年01期论文网站，若本站收录的文献无意侵犯了您的著作版权，请联系我们删除。