领学术科研之先，创食品科技之新
—— 中国食品杂志社
针对不同产地大豆因单一特征与数据不确定性导致的溯源困难问题，该研究提出了一种基于特征组合和粒度神经网络的大豆产地鉴别方法。研究收集来自5 个不同省份的8 562 份大豆样品，提取其形状、颜色及纹理特征。首先，改进信息粒化方法，对不同产地的大豆数据进行粒化处理以构建粒向量。其次，设计粒度激活函数与粒度损失函数，以此对神经网络结构进行改进。与已有神经网络相比，本方法在结构上能够并行处理不同粒度的特征，并通过竞争机制输出最优的判别结果。最后，分别使用单一类别特征和不同类别特征的组合，采用6 种算法进行大豆产地鉴别的对比实验。结果表明，形状-颜色-纹理的特征组合取得了最佳的鉴别效果。粒度神经网络在此组合下的准确率达到94.86%，相较于仅使用单一特征，如形状、颜色及纹理，准确率分别提高了6.54%、10.16%和5.8%。同时，该粒度神经网络模型的性能也优于其他主流算法，其准确率比支持向量机、随机森林、梯度提升决策树、极端梯度提升及标准神经网络分别提高了2.96%、3.62%、2.53%、2.33%和3%。本研究提出的特征组合方法与粒度神经网络模型实现了对不同产地大豆的精准鉴别，为农产品产地溯源提供了新的解决方案与技术思路。
2023年第44卷 2022年第43卷 2021年第42卷 2020年第41卷 2019年第40卷 2018年第39卷 2017年第38卷 2016年第37卷 2015年第36卷 2014年第35卷 2013年第34卷 2012年第33卷 2011年第32卷 2010年第31卷 2009年第30卷 2008年第29卷 2007年第28卷 2006年第27卷 2005年第26卷 2004年第25卷 2003年第24卷 2002年第23卷 2001年第22卷 2000年第21卷 1999年第20卷 1998年第19卷 1997年第18卷 1996年第17卷 1995年第16卷 1994年第15卷 1993年第14卷 1992年第13卷 1991年第12卷 1990年第11卷 1989年第10卷 1988年第09卷 1987年第08卷 1986年第07卷 1985年第06卷 1984年第05卷 1983年第04卷 1982年第03卷 1981年第02卷 1980年第01卷
电话: 010-87293157
地址: 北京市丰台区洋桥70号
版权所有 @ 2023 中国食品杂志社 京公网安备11010602060050号 京ICP备14033398号-2
