致谢 | 第7-8页 |
摘要 | 第8-10页 |
ABSTRACT | 第10-11页 |
第一章 绪论 | 第20-30页 |
1.1 引言 | 第20-21页 |
1.2 烟熏肉制品加工方法 | 第21-24页 |
1.2.1 烟熏目的 | 第21-22页 |
1.2.2 烟熏方法 | 第22-23页 |
1.2.3 烟熏加工设备 | 第23-24页 |
1.3 烟熏肉制品品质特征 | 第24-26页 |
1.3.1 基础化学特征 | 第24页 |
1.3.2 感官特征 | 第24-25页 |
1.3.3 工艺特征 | 第25页 |
1.3.4 有害物质 | 第25-26页 |
1.4 人工神经网络及其在食品工业中的应用 | 第26-28页 |
1.4.1 人工神经网络的类型 | 第26-27页 |
1.4.2 人工神经网络在食品加工领域中的应用 | 第27-28页 |
1.5 研究内容与意义 | 第28-29页 |
1.6 本文技术路线框架图 | 第29-30页 |
第二章 材料与方法 | 第30-43页 |
2.1 材料与设备 | 第30-31页 |
2.1.1 试验原辅料 | 第30页 |
2.1.2 材料与试剂 | 第30-31页 |
2.1.3 仪器与设备 | 第31页 |
2.2 烟熏香肠的加工工艺 | 第31-32页 |
2.3 BP神经网络原理 | 第32-38页 |
2.3.1 BP神经网络概述 | 第32页 |
2.3.2 BP神经网络模型 | 第32-34页 |
2.3.3 BP网络算法学习规则 | 第34-37页 |
2.3.4 BP神经网络的改进 | 第37-38页 |
2.4 BP神经网络的设计 | 第38-43页 |
2.4.1 设计BP网络的基础 | 第38-40页 |
2.4.2 BP网络结构的设计 | 第40-41页 |
2.4.3 BP神经网络工具箱函数简介 | 第41-43页 |
第三章 基于BP神经网络的烟熏香肠色泽预测模型 | 第43-65页 |
3.1 烟熏香肠制备及其颜色的测定 | 第43-44页 |
3.2 BP神经网络的优化设计 | 第44-46页 |
3.3 结果与分析 | 第46-63页 |
3.3.1 色泽的变化 | 第46-48页 |
3.3.2 BP神经网络模型的设计 | 第48-59页 |
3.3.3 BP神经网络预测模型性能测试及预测能力检验 | 第59-61页 |
3.3.4 灵敏度分析 | 第61-63页 |
3.4 本章小结 | 第63-65页 |
第四章 基于BP神经网络的烟熏香肠质构预测模型 | 第65-88页 |
4.1 烟熏香肠制备及其质构的测定 | 第65页 |
4.2 BP神经网络的优化设计 | 第65-66页 |
4.3 结果与分析 | 第66-86页 |
4.3.1 烟熏香肠质构变化 | 第66-68页 |
4.3.2 BP神经网络模型的设计 | 第68-81页 |
4.3.3 BP神经网络预测模型性能测试及预测能力检验 | 第81-84页 |
4.3.4 灵敏度分析 | 第84-86页 |
4.4 本章小结 | 第86-88页 |
第五章 基于BP神经网络的烟熏香肠脂肪氧化的预测模型 | 第88-102页 |
5.1 烟熏香肠制备及脂肪氧化值的测定 | 第88-89页 |
5.2 BP神经网络模型的建立 | 第89-90页 |
5.3 结果与讨论 | 第90-100页 |
5.3.1 脂肪氧化的变化 | 第90-92页 |
5.3.2 BP神经网络模型的设计 | 第92-98页 |
5.3.3 BP神经网络预测模型性能测试及预测能力检验 | 第98-99页 |
5.3.4 灵敏度分析 | 第99-100页 |
5.4 本章小结 | 第100-102页 |
第六章 基于BP神经网络的烟熏香肠多环芳烃的预测模型研究 | 第102-121页 |
6.1 烟熏香肠制备及其多环芳烃含量的测定 | 第102-105页 |
6.2 BP神经网络模型的建立 | 第105-106页 |
6.3 结果与分析 | 第106-119页 |
6.3.1 多环芳烃含量的变化 | 第106-107页 |
6.3.2 BP神经网络模型的设计 | 第107-116页 |
6.3.3 BP神经网络预测模型性能测试及预测能力检验 | 第116-118页 |
6.3.4 灵敏度分析 | 第118-119页 |
6.4 本章小结 | 第119-121页 |
第七章 结论与展望 | 第121-123页 |
7.1 结论 | 第121页 |
7.2 展望 | 第121-123页 |
参考文献 | 第123-131页 |
攻读硕士学位期间的学术活动及成果情况 | 第131-132页 |