相关实验视频
Updated: Jul 16, 2025
13:19
Deep Neural Networks for Image-Based Dietary Assessment
Published on: March 13, 2021
9.2K
在食品储存过程中基于人工神经网络的保质期预测方法:一篇评论
Ce Shi1,2,3,4, Zhiyao Zhao5, Zhixin Jia1,2,3,4
1Information Technology Research Center, Beijing Academy of Agriculture and Forestry Sciences, Beijing, China.
Critical reviews in food science and nutrition
|September 9, 2023
概括
人工神经网络 (ANN) 准确预测食品的保质期,减少消费者和分销商的浪费. 这项技术模拟了储存期间食品质量的复杂变化,为保质期预测提供了可靠的解决方案.
科学领域:
- 食品科学 食品科学 食品科学
- 计算智能是一种计算智能.
- 机器学习 机器学习
背景情况:
- 预测食品的保质期对于减少浪费和为消费者提供指导至关重要.
- 传统的方法与复杂的,非线性食品质量变化作斗争.
- 人工神经网络 (ANN) 为准确的建模提供了一个强大的替代方案.
研究的目的:
- 审查ANN在食品保质期和质量预测中的应用.
- 详细介绍ANN架构,模拟技术和性能评估标准.
- 探索基于ANN的食品质量建模的未来方向.
主要方法:
- 对食品科学中ANN应用的现有文献的审查.
- 对各种ANN架构和模拟方法的分析.
- 使用RMSE和相关系数等指标对ANN模型性能进行评估.
主要成果:
- 在预测食品的保质期方面,ANN模型以低误差和高准确度显示出出色的匹配.
- 在储存过程中,ANN有效地模拟非线性食品质量动态.
- 该审查涵盖了乳制品,肉类和农产品等各种食品类别的应用.
结论:
- ANNs是准确预测食品保质期的高效工具.
- 未来的研究应该集中在先进的ANN,深度学习和自我纠正模型上.
- 优化的ANN模型有望在食品质量管理方面取得重大进展.
更多相关视频
10:25Construction of Models for Nondestructive Prediction of Ingredient Contents in Blueberries by Near-infrared Spectroscopy Based on HPLC Measurements
Published on: June 28, 2016
10.7K
07:12Protocol for Data Collection and Analysis Applied to Automated Facial Expression Analysis Technology and Temporal Analysis for Sensory Evaluation
Published on: August 26, 2016
9.5K
