排序方式： 共有2条查询结果，搜索用时 15 毫秒
1
1.
为建立一种能够同时适用于多种新鲜水产品货架期的预测模型,采用反向传播(BP)神经网络模型、遗传算法(GA)优化的BP神经网络模型(GA-BP)、径向基函数(RBF)神经网络模型、极限学习机(ELM)神经网络模型和支持向量回归机(SVR)模型分别对金枪鱼、三文鱼、大菱鲆和鲷鱼的货架期进行预测,寻找最优的模型预测结果。首先通过试验获得4种水产品在0,4,10 ℃贮藏条件下的感官评分、菌落总数、挥发性盐基氮值、K值、pH值,构建训练样本和测试样本。经相关性分析,选择与水产品货架期相关性较高的感官评分、菌落总数、挥发性盐基氮值、K值作为模型的输入层单元,然后确定各模型的网络拓扑结构以及参数,进行模型的训练,最后使用训练好的5种模型对测试样本的货架期进行预测。结果表明:5种预测模型的预测精度排序为:SVR模型>RBF神经网络模型>GA-BP神经网络模型>ELM神经网络模型>BP神经网络模型,其中BP神经网络模型的预测精度最差,均方误差(MSE)为9.5127×10-4,平均绝对误差(MAE)为0.0197,平均绝对百分比误差(MAPE)为0.0825,R2为0.9766;SVR模型的预测精度最优,预测误差均在12%以内,MSE为2.2971×10-4,MAE为0.0128,MAPE为0.0631,R2为0.9944,能够很好地同时预测4种水产品在不同储藏温度下的货架期。本研究为水产品的品质控制提供一定的理论基础。 相似文献
2.
针对地下电缆发生火灾时面临的消烟手段不足问题,采用数值模拟技术,设计了一款能够在空气介质中工作的高强超声波换能器。将此换能器作为超声声源,进行了超声波团聚消除电缆烟雾颗粒试验,研究了在声波作用下固相及液相烟雾的透光率及能见度的变化。结果表明：该换能器工作稳定,谐振频率为20 kHz左右,声压级可达150 dB;高强超声场能够迅速提高电缆火灾烟雾的透光率及能见度,当团聚对象为固相颗粒火灾烟雾时,50 s作用时间后,火场能见度可达到人员逃生阈值;当团聚对象为液相颗粒火灾烟雾时,12 s时即可达到人员逃生阈值。 相似文献
1