核桃不饱和脂肪酸总量预测线性与非线性模型

摘要：

为研究核桃的外观形状变化与内部营养成分累积的规律,以35个核桃品种的果实为试验材料,分析测定其脂肪、蛋白质、糖分、粗纤维、水分含量及外观指标,采用多元线性回归分析、主成分分析、BP神经网络等数学方法,建立核桃不饱和脂肪酸的预测模型.结果表明,基于16项常规理化及外观测定数据建立的线性模型(LM)和非线性模型(NLM)对核桃不饱和脂肪酸(UFA)总量、多不饱和脂肪酸(PUFA)和单不饱和脂肪酸(MUFA)预测的可靠性存在差异;NLM的可靠性优于LM,即RNLM＞RLM;全因素的BP神经网络模型可用于MUFA的预测,预测的平均相对误差为0.59％,基于主成分的BP神经网络模型可用于UFA总量的预测,预测的平均相对误差为4.58％.本研究结果为核桃加工利用过程中原料选择、品质评价、质量控制等环节提供了相关的理论依据.

关键词：核桃、不饱和脂肪酸、总量预测、多元线性回归模型、BP神经网络模型

所属期刊栏目：32

资助基金：山西省科技攻关项目20130311032-1;2015山西区域特色果品加工利用研究2015zzcx-01

在线出版日期：2018-09-28（万方平台首次上网日期，不代表论文的发表时间）

页数：共10页

页码：1789-1798