原创力文档- 1、原创力文档（book118）网站文档一经付费（服务费），不意味着购买了该文档的版权，仅供个人/单位学习、研究之用，不得用于商业用途，未经授权，严禁复制、发行、汇编、翻译或者网络传播等，侵权必究。。
- 2、本站所有内容均由合作方或网友上传，本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺！文档内容仅供研究参考，付费前请自行鉴别。如您付费，意味着您自己接受本站规则且自行承担风险，本站不退款、不进行额外附加服务；查看《如何避免下载的几个坑》。如果您已付费下载过本站文档，您可以点击 这里二次下载。
- 3、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等，请点击“版权申诉”（推荐），也可以打举报电话：400-050-0827(电话支持时间：9:00-18:30)。
- 4、该文档为VIP文档，如果想要下载，成为VIP会员后，下载免费。
- 5、成为VIP后，下载本文档将扣除1次下载权益。下载后，不支持退款、换文档。如有疑问请联系我们。
- 6、成为VIP后，您将拥有八大权益，权益包括：VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
- 7、VIP文档为合作方或网友上传，每下载1次， 网站将根据用户上传文档的质量评分、类型等，对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
基于人工嗅觉和深度学习的牛肉新鲜度检测方法
目录
内容综述．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．4
1.1研究背景与意义．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．5
1.1.1牛肉品质的重要性．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．6
1.1.2传统新鲜度评估的局限．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．7
1.1.3新兴检测技术的应用前景．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．10
1.2国内外研究现状．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．11
1.2.1嗅觉仿生检测技术进展．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．13
1.2.2深度学习在品质评估中的应用．．．．．．．．．．．．．．．．．．．．．．．．．．15
1.2.3人工嗅觉与深度学习结合研究综述．．．．．．．．．．．．．．．．．．．．．．16
1.3主要研究内容．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．20
1.4技术路线与创新点．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．21
基于人工嗅觉特征的牛肉新鲜度信息获取．．．．．．．．．．．．．．．．．．．23
2.1牛肉挥发性关键成分分析．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．26
2.1.1主要风味物质类型．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．28
2.1.2新鲜度与关键成分的关系．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．31
2.2人工嗅觉模拟原理与技术．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．33
2.2.1感官生理学基础．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．36
2.2.2可穿戴式电子鼻设计．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．36
2.2.3数据采集与预处理方法．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．41
2.3牛肉样品的标准化处理与嗅闻测试流程．．．．．．．．．．．．．．．．．．．．43
2.3.1样品制备方案．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．44
2.3.2香气感知与评分机制．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．46
深度学习模型的构建与牛肉新鲜度识别．．．．．．．．．．．．．．．．．．．．．46
3.1深度学习网络架构设计与选择．．．．．．．．．．．．．．．．．．．．．．．．．．．．50
3.1.1卷积神经网络研究．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．52
3.1.2循环神经网络应用．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．54
3.1.3混合模型探索．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．57
3.2感官数据特征工程与表示学习．．．．．．．．．．．．．．．．．．．．．．．．．．．．60
3.2.1人工嗅觉数据特征提取．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．63
3.2.2时空特征融合策略．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．66
3.3新鲜度识别模型训练与优化．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．69
3.3.1基于大数据的数据增强．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．70
3.3.2模型超参数调优．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．71
3.3.3损失函数选择与优化算法．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．75
3.4模型性能评估与验证．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．76
3.4.1评价指标体系建立．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．79
3.4.2交叉验证方法应用．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．82
3.4.3与传统方法对比分析．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．84
系统实现与实验验证．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．
文档评论（0）