摘要
准确完整地模拟红枣黑变过程中主要成分的连续变化过程,对于明确黑变过程中的变化机理、提高成品质量具有重要的意义.论文首先分析了黑变过程中主要成分变化的时序状态特征,明确模拟过程中必须同时考虑状态变化信息和数值变化信息,选择能够模拟时序状态变化的长短时间记忆网络(Long Short Term Memory networks,LSTM)作为基础方法;然后根据实验数据采集困难,状态间相关性强的特点,构建卷积长短时间记忆网络模型(Convolutional Long Short Term Memory networks,LSTM,CLSTM),设计了模型的训练方法,使新模型能够较好地模拟黑变过程主要成分连续变化;选择糠醛为实验对象进行了数值模拟实验,并使用最近插值法、为阶梯插值、线性插值法、2阶B样条曲线插值、3阶B样条曲线插值法作为对比方法,实验分析结果表明,本文提出的方法在平均方差、平均误差、最大误差、最小误差等各个指标上增多明显优于其它方法,能够更好地捕捉黑变过程中主要成分的变化特征,对于揭示黑变过程机理,具有重要的参考和借鉴价值.
出处
《科教导刊(电子版)》
2018年第15期284-285,共2页
The Guide of Science & Education (Electronic Edition)
基金
山东省重点研发计划项目“红枣微发酵工艺关键技术研究与产品开发”(项目编号:2016GNC113015)
山东省2017年度农业重大应用技术创新项目“高附加值固态发酵黑枣深加工关键技术集成与产业化”.