翻译反应鳄梨在存储期间质量变化的高光谱反射数据的人工神经网络模型教程分析.docVIP

反应鳄梨在存储期间质量变化的高光谱反射数据的人工神经网络模型 摘要：人工神经网络（神经网络）和高光谱技术被用来梨不同温度贮藏期间质量变化鳄梨果胶储存在不同温度（10，15，20在不同的时间间隔贮藏期间，样品呼吸速率总色差纹理和重量损失常规质量参数。高光谱成像是用来评价鳄梨的光谱特性。多层人工神经网络用了鳄梨，神经网络模型的。的神经网络模型结果表明神经网络模型是准确和灵活，预测鳄梨水果质量变化比传统回归模型；此外，基存储时间–温度模型优于模型。鳄梨采后 FIG. 1. (a) THE EXPERIMENTAL SETUP AND (b) TYPICAL SPECTRAL RESPONSE CURVES OF AVOCADOS 图1.（a）试验设置 （b）鳄梨3-4周。鳄梨的质量是各方面物理化学和营养特征的综合，受储存条件的极大影响。在我们之前的研究(Maftoonazad 2006), 果胶乳剂已被证明能有效延长鳄梨的保质期。为了在鳄梨失去市场潜力之前利用它们，建立在不同贮藏条件下相关的质量变化模型是有用的。 最近的用于调查质量参数的变化技术是使用高光谱系统。这种技术是用来收集水果和蔬菜的光谱特征，很好的显示了与质量参数变化相关性。技术的主要部分在别处已经有详细的说明。高光谱和多光谱成像已经别用于农业和食品加工系统。 使得食物质量参数和储存条件相关联的传统的程序是基于统计学方法的。统