作者：陈炎; 屠泽慧; 聂文; 季拓; 刘敏; 张静; ...bp神经网络烟熏香肠色泽预测模型灵敏度分析
摘要：以传统烟熏方式加工的香肠为研究对象,利用反向传播（Back-Propagation,BP）神经网络建立烟熏香肠色泽的预测模型。通过试验获得不同烟熏温度、烟熏时间和肥瘦比条件的烟熏香肠,测定其L＊、a＊、b＊和△E值,并对BP神经网络算法、隐含层神经元个数、学习速率和动量系数进行优化,获得最佳的BP神经网络预测模型结构。基于Levenberg-Marquardt算法建立精确的L＊、b＊和△E预测模型,性能测试显示L＊、b＊和△E预测模型的相关系数（R2）分别为0.847、0.825和0.924。相应的均方根误差（root mean square error,RMSE）分别为4.609、3.564和5.012。基于拟牛顿BFGS算法建立精确的a＊值预测模型,性能测试显示模型的R2和RMSE分别为0.905和2.237。
注：因版权方要求，不能公开全文，如需全文，请咨询杂志社
