搜索到1110 篇“ 货架期预测模型 “的相关文章
不同冷链工况对哈斯鳄梨品质的影响及其货架 期 预测模型 验证 2025年 货架 期 预测模型 的应用,以更精确地管理和优化鳄梨的冷链物流。初步测试显示,该模型 能够较好地预测 鳄梨在波动温度条件下的货架 期 ,具有较高的准确度和实用性。研究结果为优化冷链运输管理、降低鳄梨在途损耗率提供了科学依据,并为提升鳄梨的保鲜效果和市场竞争力提供了参考。关键词：干物质含量 失重率 抗坏血酸含量 货架期预测模型 神仙豆腐的货架 期 预测模型 2024年 货架 期 保鲜预测模型 。[方法]将神仙豆腐分别在1,4,10,15,20,25℃的温度下贮藏,定期 测定硬度、黏性、弹性、咀嚼性、持水性以及菌落总数,研究温度对各指标的影响,确定各指标的最佳拟合方程。根据神仙豆腐的品质指标及菌落总数,结合Arrhenius模型 和Belehradck模型 ,建立神仙豆腐货架 期 预测模型 。[结果]在不同的贮藏温度下,神仙豆腐的弹性指数无明显变化,但对硬度、黏性、咀嚼性、持水性及菌落总数有显著影响。零级反应方程对神仙豆腐的持水性变化拟合效果最佳,平均拟合程度为0.978;对硬度、黏性和咀嚼性的影响,一级反应的拟合最佳,平均拟合程度分别为0.967,0.904,0.977;Logistics方程对神仙豆腐菌落总数变化的拟合效果最佳,平均拟合为0.992。建立的硬度、黏性、弹性、咀嚼性、持水性及菌落总数模型 对3℃贮藏条件下神仙豆腐货架 期 预测 的相对误差分别为7.50%,8.13%,4.38%,5.00%,3.75%,预测 效果好。[结论]模型 可以有效预测 1~25℃贮藏条件下神仙豆腐的货架 期 。关键词：菌落总数 货架期 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 不同加工方式的三文鱼货架 期 预测模型 建立与应用 被引量：4 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 扬州盐水鹅预制品最佳腌制工艺及货架 期 预测模型 研究 关键词：传质动力学 货架期预测模型 基于机器学习的海水鱼货架 期 预测模型 构建及水凝胶智能包装的开发 关键词：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 花生芽苗菜贮藏品质变化及货架 期 预测模型 2024年 货架 期 预测模型 。方法对比不同壳聚糖浓度下花生芽苗菜的感官品质,在此基础上分析不同贮藏温度下花生芽苗菜的果胶含量、纤维素含量、叶绿素含量、质构(硬度、脆度、咀嚼性)的变化情况;将果胶含量和纤维素含量作为特征指标,采用Arrhenius方程和化学动力学方程,建立花生芽苗菜货架 期 的动力学模型 。结果经过质量分数为0.12%的壳聚糖溶液处理后的花生芽苗菜,在0℃下贮藏保鲜12d后,其果胶含量为(5.13±0.02)mg/L,纤维素含量为(1.09±0.06)%,硬度为(141.34±18.19)N,脆度为(141.34±18.19)N,咀嚼性值为(29.28±1.47)N,均显著高于其他温度处理组(P<0.05),且仍具有食用品质。之后在低温与化学保鲜复合技术的基础上,建立相应的货架 期 预测模型 。结论花生芽苗菜果胶货架 期 和纤维素货架 期 整体平均误差(9.75%、2.88%)较低,花生芽苗菜预测模型 整体准确度较高。利用所建立的预测模型 ,对花生芽苗菜的货架 期 进行预测 ,与实际货架 时间之间的误差为±10%,该模型 可用于预测 0~25℃贮藏条件下花生芽苗的保鲜效果,对指导生产实践具有重要意义。关键词：壳聚糖 货架期 不同贮存方式羊肉中氨基酸变化分析及其货架 期 预测模型 建立 2024年 货架 期 预测模型 。方法以适龄羯羊肌肉组织为研究对象,分析3种贮存方式(4℃冷藏、–18℃冷冻、–20℃速冻)下羊肉肌肉组织中17种氨基酸含量变化。通过筛选含量变化显著的氨基酸成分,分析其随着货架 期 变化的规律,并构建羊肉货架 期 预测模型 。结果数据表明宰杀当天和监测终点该羊肉中必需氨基酸/总氨基酸在37.2850%~40.2918%之间,必需氨基酸/非必需氨基酸在59.4510%~69.4922%之间,比例适宜,基本符合联合国粮食及农业组织/世界卫生组织(Food and Agriculture Organization of the United Nations/World Health Organization,FAO/WHO)人体理想蛋白质模式,属于有利于人体吸收的高质量蛋白质。3种贮存方式下,随着贮存时间的延长,羊肉中17种氨基酸含量均发生不同程度变化,其中冷冻和速冻方式下各氨基酸变化趋势更为显著。相关性分析表明,冷藏贮存方式下缬氨酸和其余大部分氨基酸相关系数大多在0.90以上,而在冷冻、速冻两种方式下,谷氨酸和丝氨酸之间相关系数均在0.90以上(–0.95和–0.91),表明它们之间有强极显著的负相关性(P<0.001),因此选择谷氨酸、丝氨酸作为货架 期 预测模型 指示指标。皮尔森(Pearson)相关性分析表明羊肉各氨基酸组分中谷氨酸与丝氨酸相关性最高,其变化符合零级动力学模型 。结论结合阿伦尼乌斯(Arrhenius)方程建立羊肉货架 期 预测模型 ,对3种贮存方式下不同温度条件(4、–18、–20℃)的羊肉所得货架 期 实测值进行货架 期 预测模型 验证,实验结果表明理论货架 期 与实际货架 期 相对误差均在10%左右,该模型 可根据代表性氨基酸组分对羊肉货架 期 进行预测 ,为不同新鲜度的羊肉质量评价提供依据。关键词：羊肉 氨基酸 货架期 新鲜度 基于CNN-GRU-AE的蓝莓货架 期 预测模型 研究 被引量：4 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：1,609 被引量：6,602 H指数：35 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 杨信廷 作品数：471 被引量：2,545 H指数：30 供职机构：北京市农林科学院 研究主题：农产品 追溯 冷链 害虫 鱼群 钱建平 作品数：203 被引量：1,246 H指数：22 供职机构：国家农业信息化工程技术研究中心 研究主题：农产品 追溯 冷链 货架期 条码 佟懿 作品数：24 被引量：357 H指数：12 供职机构：上海海洋大学 研究主题：带鱼 动力学模型 货架期预测模型 电子鼻 挥发性盐基氮 王金锋 作品数：570 被引量：487 H指数：14 供职机构：上海海洋大学食品学院 研究主题：速冻机 冷库 冷藏集装箱 保鲜 冷藏车
