首页|柿饼干燥中单宁变化规律及BP神经网络预测模型的建立

柿饼干燥中单宁变化规律及BP神经网络预测模型的建立

扫码查看
原文链接
  • NETL
  • NSTL
  • 万方数据
  • 维普
研究不同温度、不同初始单宁含量、不同水分含量对柿饼干制过程中可溶性单宁变化规律的影响,并建立BP神经网络预测模型.结果 表明:在35～55℃范围内,温度越高,可溶性单宁脱涩时间越短,且每个温度下均出现返涩现象;初始单宁含量越高,脱涩时间越长,但初始单宁含量在低浓度范围内,脱涩时间不受单宁浓度的影响;水分含量影响脱涩速率,水分含量越低,脱涩越困难.通过建立的BP神经模型可知,BP网络结构为4-6-1,BP预测模型的相关系数为0.966,验证集模型的相关系数为0.93,证明BP神经网络可以对干燥过程中的可溶性单宁含量进行预测.
Variation of Tannin in Persimmon Drying and Establishment of BP Neural Network Prediction Model

陈超锋、王恒沪、黄子珍、滕建文

展开 >

广西大学,南宁530004

柿饼 干燥 可溶性单宁 BP神经网络分析

广西壮族自治区创新驱动发展专项

桂科AA17204038

2019

中国调味品
全国调味品科技情报中心站

中国调味品

CSTPCD北大核心
影响因子：0.541
ISSN：1000-9973
年,卷(期)：2019.44(6)
  • 9
  • 7