首页|人工神经网络基于食用油脂肪酸组成解析二组分食用油混合模型研究

人工神经网络基于食用油脂肪酸组成解析二组分食用油混合模型研究

扫码查看
原文链接
  • 国家科技期刊平台
  • NETL
  • NSTL
  • 万方数据
  • 维普
通过气相色谱法分析花生油和棕榈油的混合油的脂肪酸组成,建立了人工神经网络分析二组分食用油混合模型的方法.分别基于混合油样品中棕榈酸和亚油酸含量变化的一元线性回归模型和基于全部脂肪酸组成的BP神经网络建立定量模型对花生油中棕榈油的掺杂量进行预报.结果表明,BP神经网络的预报准确率为96.7％,当棕榈油掺杂量≥0.050(V/V)时,相对偏差≤6％,其准确度高,能够实现二组分混合油掺混量的准确预报,为调和油的组成分析提供了新思路.
Artificial Neural Network Analysis Two Component Mixed Edible Oil Mode Based on the Fatty Acid Composition

王李平、林晨、张方圆、杨熙、麦小漫、范华均

展开 >

广东省科学院,广东省测试分析研究所(中国广州分析测试中心),广东省化学危害应急检测技术重点实验室,广东省保健食品功效成分检测与风险物质快速筛查工程技术研究中心,广东广州510070

广东药科大学药学院,广东广州510006

人工神经网络 食用油 脂肪酸组成 混合模型 气相色谱法 二元组分分析

广东省科学院青年科技工作者引导专项广东省科技计划项目

2019GDASYL-01050132015B090906023

2020

10.3969/j.issn.0517-6611.2020.21.055

安徽农业科学
安徽省农业科学院

安徽农业科学

影响因子：0.413
ISSN：0517-6611
年,卷(期)：2020.48(21)
  • 12