BP人工神经网络对酸奶货架期的预测
针对传统力学模型的局限性,构建了BP人工神经网络模型对酸奶货架期进行预测.该模型全面考虑了理化指标、微生物指标、感官指标等消费者关注度高的指标,模拟非稳定性冷链条件,对酸奶的货架期进行预测.结果表明:BP神经网络模型与传统动力学模型相比,能更加准确地预测在冷链短暂中断的温度波动条件下的货架期.
酸奶、人工神经网络、货架期
TS2(食品工业)
2017-07-06(万方平台首次上网日期,不代表论文的发表时间)
共5页
242-246
酸奶、人工神经网络、货架期
TS2(食品工业)
2017-07-06(万方平台首次上网日期,不代表论文的发表时间)
共5页
242-246
国家重点研发计划“现代服务业共性关键技术研发及应用示范”重点专项“4.8专业内容知识聚合服务技术研发与创新服务示范”
国家重点研发计划资助 课题编号:2019YFB1406304
National Key R&D Program of China Grant No. 2019YFB1406304
©天津万方数据有限公司 津ICP备20003920号-1
违法和不良信息举报电话:4000115888 举报邮箱:problem@wanfangdata.com.cn