基于改进LSTM的生鲜牛肉新鲜度预测模型研究

摘要：

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.

关键词：食品、循环神经网络、改进的循环神经网络、预测

所属期刊栏目：37

分类号：TP183(自动化基础理论)

资助基金：National Key Technology R&D Program of China ;北京工商大学青年教师科研启动基金

在线出版日期：2020-05-11（万方平台首次上网日期，不代表论文的发表时间）

页数：共4页

页码：469-472