基于近红外与神经网络原理的稻米干燥后食味值的研究.pdfVIP

基于近红外和神经网络原理的稻米干燥后食味值的研究 郑先哲 (东北农业大学工程学院，哈尔滨150030) 摘要：为了研究稻米干燥后食味的变化规律，本研究采用近红外技术快速测定干燥后稻米内部的主要成分含 量，根据含量用神经网络原理预铡干燥稻米的食味值，经验证，该方法可行。 关键词：近每外神经孽络食味值 VALUEOF BASEDON THESTUDYONTASTE POST——DRYING AND TECHNLOGY NEAR-INFRAREDNEURALNETWORKS (north—east 150030) university，Harbin agriculture 引言 干燥是稻谷收获后的必要处理环节，但稻谷是热敏性高的谷物，不合理的干燥工艺(尤其是高 温)很容易导致稻米的食味下降，使米饭的粘性小，硬度大，口感变差。测定稻米食味是评价稻谷 干燥后品质的重要方法，当前常用的稻米食味测定方法是采用专家模糊评判，这种方法受个人的主 观因素、实验条件等影响较大，费时费力，其结果缺乏可比性。据研究表明‘”】，干燥温度(T)是 影响干燥后稻米食味品质的主要因素。干燥温度越高，稻米食味值下降越显著。稻米的主要成分是 着近红外技术与计算机的结合，目前已经成为一种十分成熟的分析技术。它能在数秒至数十秒的短 暂对间内，对受检物质同时进行多组分及多种物性的分析，而且对样本处理没有严格的要求，因此， 用近红外方法可以快速测量稻米的成分。 1 神经网络 现已知道稻米中的主要成分对其食味值有显著的影响，但各成分之间的交互作用及对食味影响 程度用现常用的统计学方法不容易确定。人工神经网络(ANN)对这种非线性复杂情况有很强处理 能力1卵I㈣。 人工神经网络是从生物学角度来模拟人类思维过程的。神经网络通过数量庞大的神经元之间的 相互联接进行工作，有时也称其为连接学习方法。问题求解时，每一个神经元都是一个独立的信息 处理单元，网络中的神经元并行处理通过竞争求出适合于问题解的最佳模式，这使得神经网络信息 处理具有容错性和健壮性。另外神经网络运行时无中央控制器，它是靠神经元协同作用，相互制约 达到求解目的…【”[Ill。人们建立各种ANN模型来模拟生物神经网络，在ANN模型中，神经元是一 个多输入单输出的非线性器件。 316 2 稻米食昧值研究 2．1试验过程 152％，16．3％(均为湿基)。在薄层干燥实验台(见文献12)上进行干燥试验。将干燥后的稻谷碾成 月)，以备食味品质试验。 2．2指标测定 采用专家模糊评判方法确定每个稻米样品的食味值㈣(S)。饭熟后进行米饭食味专家评判，从 饭的外观、香味、硬度和粘度方面评价干燥后稻米的食味品质。用近红外谷物成分分析仪(ZX．888) 其余6个数据用于验证试验。 裹1稻米的理化指标与食昧值 在本研究中，该神经网络有5个输入量，1个隐藏层和1个输出层。在网络训练过程中，密切 观察均方差(MSE)、可靠性系数(，)的收敛情况，及时调整，改善训练过程。观察5个输入量(P、 M、A、F、T)在训练过程中的统计数据。这5个输入量收敛得很好，MSE和，都随训练过程进行迅 0．0219。所有的，值都大于0．98。这些都表明了该神经网络很好掌握了干燥后稻米的理化指标和干 燥温度(输入量)与食味值(输出量)的关系。6组验证数据也证明了这一点，结果见表2。 囊2验证结果 317 3 结论分析 1可见，对干燥后稻米食味影响最显著的因素是干燥温度(T)，与食味值呈负相关。随着干燥温度 升高，水稻内部分子运动加剧，淀粉分子向各个方向扩展造成排列顺序的改变。干燥温度越高，米 饭表面粘膜减少，口感