搜索到1227 篇“ 货架期预测 “的相关文章
基于机器学习算法构建酱卤肉货架 期 预测 模型 2024年 货架 期 预测 中,基于对文献数据库中酱卤肉制品的货架 期 及其影响因素(包装方式、储藏方式、保鲜剂和二次杀菌)进行收集,构建原始数据集;通过比较多种编码方法(JamesStein、BaseNEncoder、TargetEncoder、OrdinalEncoder、PolynomialEncoder),选择效果较好的JamesStein编码作为分类型特征变量的编码方式。通过比较多种机器学习算法(包括随机森林算法、K最近邻算法、逻辑回归、XGboost和多层感知机分类器),结果显示最优模型为随机森林算法[其准确度为0.95、精确度为0.97、曲线下面积(area under curve,AUC)值为0.99,F1-score 0.91]。通过对酱牛肉和盐水鸭的实际样品测试分析,发现该模型在预测 不同酱卤肉制品的货架 期 方面均具有较高的准确性。此外,该文从另一个角度验证储藏温度、包装方式、保鲜剂和二次杀菌等因素对酱卤肉制品货架 期 的显著影响。关键词：酱卤肉制品 文本挖掘 货架期预测模型 食品微生物 基于机器视觉技术的冷鲜牛肉货架 期 预测 方法 货架 期 预测 方法，包括以下步骤：获取冷鲜牛肉在不同贮藏条件下的货架 期 ，所述贮藏条件包括恒温条件、变温条件；搭建机器视觉系统，采集不同贮藏条件下、不同贮藏期 的冷鲜牛肉图像；对采集的冷...不同加工方式的三文鱼货架 期 预测 模型建立与应用 2024年 货架 期 模型,以冰鲜三文鱼、冷冻三文鱼、烟熏三文鱼和炙烤三文鱼为研究对象,分析了其在0、4、10℃3种贮藏温度条件下的菌落总数、pH、挥发性盐基氮(total volatile basic nitrogen, TVB-N)含量、感官评价和组胺含量的变化情况,并采用一级动力学模型和Arrhenius方程模拟产品的货架 期 ,建立了预测 模型。结果表明,TVB-N含量、菌落总数和组胺含量在0~10℃的品质变化规律可以为建立货架 期 预测 模型提供直接参考,以之为基础建立的货架 期 预测 模型准确度较高,对监测、改善三文鱼在生产流通环节易腐败变质的问题具有良好的应用价值。关键词：新鲜度 货架期 不同包装和贮藏温度的澳洲坚果果仁贮藏品质及货架 期 预测 被引量：1 2024年 预测 澳洲坚果果仁的货架 期 。结果表明:采用氮气及氮气脱氧包装可显著降低生干果仁贮藏过程中酸价和过氧化值的增加幅度,减轻脂肪氧化酸败,减缓总酚含量的下降,维持较高的1,1-二苯基-2-三硝基苯肼自由基、2,2’-联氮双(3-乙基苯并噻唑啉-6-磺酸)阳离子自由基及羟自由基清除能力;过氧化值与贮藏温度和贮藏时间均呈显著正相关(P<0.05),其变化规律符合一级动力学模型,Arrhenius方程具有较好的拟合性,货架 期 预测 模型误差小于14%,氮气包装的货架 期 最长,在4℃、常温和60℃下的实测值分别为215、180、108 d,其次是氮气脱氧包装,实测值分别为205、175、104 d。关键词：澳洲坚果 贮藏品质 抗氧化活性 货架期预测模型 新型复合保鲜贮藏方法对鲜参切片品质的影响及货架 期 预测 2024年 预测 鲜参切片的货架 期 。方法:应用酸性氧化电位水杀菌、真空包装、低温等离子体杀菌等技术复合处理鲜参切片,然后分别在-2、4、25和36℃进行贮藏,每隔15 d测定鲜参切片的色泽、水分含量、人参皂苷Rg1、Re、Rb1含量和菌落总数等指标,建立贮藏期 间鲜参切片的菌落总数变化动力学模型。结果:确定鲜参切片的复合保鲜工艺为:酸性氧化电位水处理→真空包装→低温等离子体处理→低温贮藏。在-2和4℃贮藏有效地抑制鲜参切片菌落总数的增长、水分含量的下降,延缓鲜参切片颜色的变化。贮保藏60 d后,鲜参切片中人参皂苷Rg1、Re和Rb1的含量上升。通过基于菌落总数变化的一级反应动力学模型和Arrhenius方程,建立鲜参切片的货架 期 预测 模型。结论:建立了鲜参切片的最佳复合保鲜贮藏方式,这种复合保鲜贮藏方法可有效抑制鲜参切片的品质劣化,延长其货架 期 。关键词：酸性氧化电位水 低温等离子体 货架期预测模型 不同贮藏温度下稻花鸡肉优势腐败菌变化及Arrhenius货架 期 预测 模型的建立 2024年 货架 期 预测 模型,采用培养基初步筛选与16S rDNA全基因序列鉴定优势腐败菌,研究不同贮藏温度(25、4、0℃)下优势腐败菌和菌落总数的生长变化,通过化学反应动力学方程构建菌落总数、假单胞菌和沙雷氏菌货架 期 预测 模型并进行验证。结果表明,稻花鸡肉在贮藏过程中逐渐占主导地位的优势腐败菌是假单胞菌属莓实假单胞菌和肠杆菌科沙雷氏菌属液化沙雷氏菌。稻花鸡肉25℃常温贮藏下货架 期 不超过0.5 d,腐败中后期 沙雷氏菌占主导地位,4℃冷藏保鲜货架 期 不超过4 d,假单胞菌和沙雷氏菌均随贮藏时间的延长呈增长趋势,0℃冰温贮藏货架 期 不超过10 d,贮藏后期 假单胞菌和沙雷氏菌差异性不显著。利用菌落总数、假单胞菌、沙雷氏菌3个指标建立货架 期 预测 模型,3种货架 期 预测 模型预测 值与实测值对比,平均相对误差均在允许范围内,预测 效果最佳的是假单胞菌货架 期 预测 模型。菌落总数、假单胞菌和沙雷氏菌货架 期 预测 模型均能对稻花鸡肉的货架 期 进行真实预测 。关键词：货架期预测模型 淀粉魔芋豆腐的品质变化及货架 期 预测 2024年 期 内的品质变化及货架 期 预测 ,采用两种不同类型的灭菌方式处理纯魔芋豆腐(K0)和绿豆淀粉魔芋豆腐(KL),以感官评分、硬度、持水力、水分含量、p H值、菌落总数为评价指标,利用货架 期 加速试验,研究不同贮藏温度(27、37、47℃)下绿豆淀粉魔芋豆腐的品质变化,以感官评分小于60或菌落总数超过国家标准为货架 期 终点,预测 低温(5℃)和室温(23℃)下绿豆淀粉魔芋豆腐的货架 期 。结果表明:经煮沸灭菌后,随着贮藏时间的延长,绿豆淀粉魔芋豆腐的菌落总数呈上升趋势,而感官评分、硬度值、持水力、水分含量、p H值呈现出先上升后下降的趋势。在贮藏期 内,K0在27、37、47℃的货架 期 终点为16、12、8 d,KL的货架 期 终点分别为28、24、16 d。经高压蒸汽灭菌后,随着贮藏时间的延长,绿豆淀粉魔芋豆腐的菌落总数始终达标,而感官评分、硬度值、持水力、水分含量、p H值呈现出先上升后下降的趋势,K0在不同温度下的货架 期 分别是84、76、68 d,KL的货架 期 分别为100、92、80 d。经Q_(10)预测 模型可知,煮沸灭菌后的K0、KL贮藏在室温(23℃)条件下的货架 期 分别是21、42 d,贮藏在低温(5℃)条件下的货架 期 分别是44、88 d。高压蒸汽灭菌后的K0、KL贮藏在室温(23℃)条件下的货架 期 分别是89、112 d,贮藏在低温(5℃)条件下的货架 期 分别是108、144 d。由此可知高压蒸汽灭菌效果更好,灭菌产品货架 期 更长,且绿豆淀粉魔芋豆腐货架 期 更长。关键词：贮藏温度 货架期 山梨糖醇黄桃桃酥工艺优化及其货架 期 预测 2024年 货架 期 法对其货架 期 进行预测 。结果表明:以100 g混合粉(黄桃粉与低筋面粉)为基准,山梨糖醇黄桃桃酥最佳工艺为黄桃粉27 g、玉米油51 g、山梨糖醇25 g,产品的感官评分为79.78。以过氧化值为品质指标,得出本产品在20℃贮藏温度下货架 期 预测 值为85 d。关键词：过氧化值 食品货架期 库尔勒香梨振动损伤表征及货架 期 预测 关键词：库尔勒香梨 货架期预测 基于CNN-GRU-AE的蓝莓货架 期 预测 模型研究 2024年 货架 期 ,以‘自由’蓝莓为研究对象,测定其在0、4、25℃条件下的颜色参数、质量损失率、腐败率、质地参数等共计21个品质指标。通过5种具有自带特征选择功能的机器学习算法,筛选出7个影响货架 期 的关键特征作为模型的输入变量,构建基于注意力(attention,AE)机制的卷积神经网络(convolutional neural network,CNN)和门控循环单元(gated recurrent unit,GRU)的蓝莓货架 期 预测 模型。结果表明,与原始GRU相比,CNN-GRU-AE模型的平均绝对误差、均方误差和平均绝对百分比误差分别降低了75.83%、91.46%、61.58%,决定系数增加了2.25%。说明添加注意力机制并与CNN结合后的GRU模型显著提高了货架 期 的预测 精度。本研究可为蓝莓在不同贮藏温度条件下的货架 期 制定提供理论支持,并为剩余货架 期 的预测 提供技术帮助。关键词：蓝莓 货架期预测 卷积神经网络
相关作者
谢晶 作品数：1,578 被引量：6,319 H指数：34 供职机构：上海海洋大学 研究主题：保鲜 冷藏 水产品 货架期 速冻机 杨宪时 作品数：225 被引量：1,422 H指数：25 供职机构：中国水产科学研究院东海水产研究所 研究主题：大黄鱼 南极磷虾 货架期 冷藏 假单胞菌 杨信廷 作品数：453 被引量：2,427 H指数：29 供职机构：北京市农林科学院 研究主题：农产品 追溯 冷链 鱼群 害虫 郭全友 作品数：231 被引量：1,173 H指数：21 供职机构：中国水产科学研究院东海水产研究所 研究主题：大黄鱼 养殖大黄鱼 货架期 冷藏 南极磷虾 陈明 作品数：190 被引量：495 H指数：12 供职机构：上海海洋大学信息学院 研究主题：水产品 货架期 水产养殖 货架期预测 区块链
