基于质构特性分析对寒富苹果贮藏品质的预测

应用BP神经网络,通过苹果质构特性指标(硬度、可恢复形变、黏着性、内聚性、咀嚼性)来预测苹果贮藏品质(出汁率、可溶性固形物、总酸、固酸比)的方法,建立苹果品质的预测模型。本实验将寒富苹果分别置于温度为0℃和20℃的贮藏条件下,分别测定苹果在贮藏期间品质的变化。以苹果质构特性指标为输入,品质指标为输出确定网络拓扑结构,训练所建立的苹果品质神经网络模型。仿真结果表明:该神经网络模型用质构特性指标能预测苹果品质,同时通过2组非样本数据来验证该模型,其预测值与实测值的相对误差在5%以下,故能够实现用质构值评价苹果品质的目的。

基于神经网络算法用质构特性指标预测寒富苹果贮藏品质

应用BP神经网络,通过苹果质构特性指标(硬度、可恢复形变、黏性、内聚性、咀嚼性)来预测苹果贮藏品质(出汁率、可溶性固形物、总酸、固酸比)的方法,来建立苹果品质的预测模型。将寒富苹果分别置于温度为0℃和20℃的贮藏条件下,分别测定苹果在贮藏期间的品质的变化。以苹果质构特性指标为输入,品质指标为输出确定网络拓扑结构,训练所建立的苹果品质的神经网络模型。仿真结果表明:该神经网络模型用质构特性指标能预测苹果品质,同时通过2组非样本数据来验证该模型,其预测值与实测值的相对误差在5%以下,故能够实现用质构值评价苹果品质的目的。