基于改进LSTM的生鲜牛肉新鲜度预测模型研究

牛肉作为我国消费量较大的肉质食品,其新鲜度受到广泛关注。研究的主要目的是通过改进的循环神经网络模型对牛肉新鲜度进行预测研究。利用红外光谱技术采集了影响牛肉新鲜度的实验数据,即牛肉的系水率、pH值和TVB-N的含量。在利用改进的循环神经网络进行预测的同时,采用了循环神经网络做对比,通过计算均方根误差来评价模型的优势。实验结果表明,改进的循环神经网络均方根误差低于循环神经网络。同时这也证明了上述模型在食品预测方面具有较高的正确性,可用于对食品安全或者新鲜度进行预测。     

基于多指标融合的猪肉新鲜度智能检测方法

研究猪肉新鲜度检测优化问题,传统人工感官评定和化学方法测量均检测不准确,无法对猪肉新鲜度进行准确评价,检测误差大。为提高猪肉新鲜度检测准确率,将多种评价指标(特征)相融合,提出一种利用智能猪肉新鲜度检测方法。首先分别采用图像和气味采集装置收集各种评价参数值,然后采用主成分分析对评价指标进行融合,最后采用支持向量机建立猪肉新鲜度检测模型。仿真结果表明,相对于传统检测算法,智能检测算法提高了猪肉新鲜度检测准确率,实现了猪肉新鲜度智能检测。     

基于直方图变换的猪肉新鲜度检测技术

本文采用直方图变换图象处理技术,对猪肉新鲜度过程进行检测.利用图象处理技术提取脂肪组织灰度值特征信息,研究了灰度变换以及图象增强锐化技术在猪肉变质中的应用,为猪肉新鲜度检测提供了一种新的检测方法.     

冰箱贮存食品新鲜度检测与识别的智能电子鼻设计

针对冰箱贮存的肉类与蔬菜新鲜度检测需求,设计了基于智能电子鼻的新鲜度检测仪器.针对食品新鲜度特定气体的检测目标,设计了新型的气体传感器阵列,使用单片机及通信技术,研制出一台小型电子鼻仪器,实现了冰箱内食品信息的快速采集和检测以及数据通信功能.采用线性判别分析方法(LDA)及主成分分析(PCA)等算法实现了冰箱内食品种类和新鲜度的智能识别.在实际应用中,该仪器可根据冰箱保鲜贮存的特定低温环境,改进专用的检测气室和识别算法.     

基于图像处理和支持向量机分类的牛肉大理石花纹等级评定

牛肉胴体质量等级评定是牛肉依质论价的基础。其中，大理石花纹是评定牛肉质量等级的主要指标。由于人工评定存在许多缺点，采用机器视觉来判定牛肉胴体质量等级是一种很好的方法。研究了一种基于图像处理和支持向量机（SVM）分类的牛肉大理石花纹等级评定技术。首先应用阈值分割、形态学腐蚀及膨胀的方法来分割牛肉图像中的有效区域（用于大理石花纹等级评定的区域）；然后用矩方法来提取图像特征参数，最后用支持向量机的模式识别技术来构造牛肉大理石花纹等级分类模型。结果表明：该模型对我国国家标准规定的牛肉大理石花纹等级的正确识别率分别达到95.9％（一级）、89.2％（二级）、93．2％（三级）、100％（四级）。研究的牛肉大理石花纹等级的机器视觉检测方法是可行的，这为牛肉等级的在线检测装置设计提供了条件。     

基于神经网络的肉类新鲜度辨识技术

阐述了肉类新鲜度检测识别机理,构建了由气体传感器阵列、数据采集单元、神经网络组成的智能检测辨识系统。通过猪肉样本的测试与分析表明:该方法可实时准确地识别肉类新鲜度,辨识准确率可达90%以上。     

鸡蛋新鲜度无损检测系统的研究与设计

针对鸡蛋新鲜度分级困难的情况,利用振动原理,设计了一款鸡蛋新鲜度无损检测的系统。该系统以ARM7-S3C44B0微处理器为核心,在开发平台上扩展传感器电路、信号调理电路和触摸屏,构建鸡蛋新鲜度动态信号测试系统。该系统实现实时数据采集分析、能直观显示被测的波形及分级结果,为下一步鸡蛋无损检测分级系统的工业应用提供了软硬件专用平台。验证了振动法进行鸡蛋新鲜度检测的可行性。     

基于BP神经网络的猪肉新鲜度检测方法

猪肉在储藏、加工和运输过程中因为腐败会挥发出氨气、硫化氢等,据此选择8个金属氧化物半导体气敏传感器构成检测阵列,运用改进的BP神经网络算法建立猪肉新鲜度智能检测的数学模型,从而构建了猪肉新鲜度检测电子鼻系统。通过检测实验构建样本数据集,并对识别模型进行训练、测试,结果表明该模型对猪肉新鲜度的预测结果与用理化分析方法所得实际结果具有很好的吻合度,预测准确率大于90%。     

计算机视觉技术在鱼新鲜度检测中的应用研究

针对传统的新鲜度检测方法存在着操作复杂、耗时和具有破坏性等缺点,研究尝试利用计算机视觉技术对鱼的新鲜度进行快速无损检测.利用自行设计的图像采集装置采集鲫鱼在4℃恒温条件下储藏不同天数的图像,运用数字图像处理技术从采集图像中分别分割提取出鱼眼虹膜、鱼鳃、体表的颜色以及体表的纹理等感兴趣区域图像特征信息,对这些信息采用PCA降维,建立BP神经网络模型对鱼储藏天数进行预测,最佳主成分数为8,训练集样本的分类正确率可达到94％,测试集的达到85％.研究结果表明,计算机视觉技术应用于鱼新鲜度的检测具有可行性.     

基于智能电子鼻的冰箱冷藏食品新鲜度原位检测技术

为了满足人们对冰箱内食品新鲜度、营养以及安全食品的需求,通过智能电子鼻来检测冰箱冷藏室(4℃)内存储的食品新鲜程度,用于食品检测的电子鼻系统主要由气体传感器阵列和食品新鲜度识别算法组成,可以记录食物不同新鲜度的气味特征? 传感器阵列由金属氧化物半导体传感器构成,可以实时记录冰箱中食品的气味变化,同时采用模式识别算法 对食品新鲜程度作出新鲜、次新鲜和腐败的区分。针对冰箱中存储的肉类、蔬菜和水果,进行了多种食品实验测试。实验结果表明,开发的电子鼻系统对冰箱内的食品新鲜度变化具有良好的灵敏度。因此,采用电子鼻获取食品的气味变化是一种无 损、低成本的检测手段,该技术可以做到实时检测冰箱中食品的新鲜度。