期刊导航
期刊开放获取
上海教育软件发展有限公..
期刊文献
+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
检索
高级检索
期刊导航
共找到
1
篇文章
<
1
>
每页显示
20
50
100
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
显示方式：
文摘
详细
列表
相关度排序
被引量排序
时效性排序
人工神经网络在鸡胸肉预冷清洗环节中沙门氏菌污染率的预测
被引量：
2
1
作者
肖兴宁
杨力
+5 位作者
张建民
廖明
李延斌
肖英平
杨华
汪雯
《食品工业科技》
CAS
北大核心
2020年第18期212-217,共6页
为实现对鸡胸肉预冷清洗环节的沙门氏菌污染率的预测,采用响应面试验设计收集数据,建立以初始污染水平、初始污染率、次氯酸钠(NaClO)浓度为输入值,鸡胸肉预冷清洗环节的沙门氏菌污染率为输出值的广义回归神经网络模型(General Regressi...
为实现对鸡胸肉预冷清洗环节的沙门氏菌污染率的预测,采用响应面试验设计收集数据,建立以初始污染水平、初始污染率、次氯酸钠(NaClO)浓度为输入值,鸡胸肉预冷清洗环节的沙门氏菌污染率为输出值的广义回归神经网络模型(General Regression Neural Network model,GRNN),预测鸡胸肉预冷清洗环节的沙门氏菌污染率变化,并用训练集拟合,测试集评估模型的预测效果。结果显示,鸡胸肉预冷清洗环节的沙门氏菌污染率随初始污染水平、初始污染率的升高而显著增加,相反随NaClO浓度的升高而呈下降趋势(P<0.05)。练后的GRNN模型的r值和SEP值分别为0.93和10.8%,拟合良好。模型对新数据预测的误差较小(SEP=13%),表明GRNN模型可较准确的预测鸡胸肉预冷清洗环节的沙门氏菌污染率。本研究建立的模型可用于鸡胸肉预冷清洗环节沙门氏菌污染率的预测,为微生物定量风险评估提供重要信息。
展开更多
关键词
鸡胸肉
预冷清洗
广义回归神经网络模型
沙门氏菌污染率
预测模型
在线阅读
下载PDF
职称材料
题名
人工神经网络在鸡胸肉预冷清洗环节中沙门氏菌污染率的预测
被引量：
2
1
作者
肖兴宁
杨力
张建民
廖明
李延斌
肖英平
杨华
汪雯
机构
浙江省农业科学院农产品质量标准研究所
中国计量大学信息工程学院
华南农业大学兽医学院
浙江大学生物系统工程与食品科学学院
阿肯色大学生物与农业工程系
出处
《食品工业科技》
CAS
北大核心
2020年第18期212-217,共6页
基金
沃尔玛基金会(SA1703164)。
文摘
为实现对鸡胸肉预冷清洗环节的沙门氏菌污染率的预测,采用响应面试验设计收集数据,建立以初始污染水平、初始污染率、次氯酸钠(NaClO)浓度为输入值,鸡胸肉预冷清洗环节的沙门氏菌污染率为输出值的广义回归神经网络模型(General Regression Neural Network model,GRNN),预测鸡胸肉预冷清洗环节的沙门氏菌污染率变化,并用训练集拟合,测试集评估模型的预测效果。结果显示,鸡胸肉预冷清洗环节的沙门氏菌污染率随初始污染水平、初始污染率的升高而显著增加,相反随NaClO浓度的升高而呈下降趋势(P<0.05)。练后的GRNN模型的r值和SEP值分别为0.93和10.8%,拟合良好。模型对新数据预测的误差较小(SEP=13%),表明GRNN模型可较准确的预测鸡胸肉预冷清洗环节的沙门氏菌污染率。本研究建立的模型可用于鸡胸肉预冷清洗环节沙门氏菌污染率的预测,为微生物定量风险评估提供重要信息。
关键词
鸡胸肉
预冷清洗
广义回归神经网络模型
沙门氏菌污染率
预测模型
Keywords
chicken breast
chilling
general regression neural network model
Salmonella incidence
prediction model
分类号
TS201.6 [轻工技术与工程—食品科学]
在线阅读
下载PDF
职称材料
题名
作者
出处
发文年
被引量
操作
1
人工神经网络在鸡胸肉预冷清洗环节中沙门氏菌污染率的预测
肖兴宁
杨力
张建民
廖明
李延斌
肖英平
杨华
汪雯
《食品工业科技》
CAS
北大核心
2020
2
在线阅读
下载PDF
职称材料
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
上一页
1
下一页
到第
页
确定
用户登录
登录
IP登录
使用帮助
返回顶部
