[发明专利]基于神经网络的冷鲜猪肉品质预测方法

权利要求书

1.一种基于神经网络的冷鲜猪肉品质预测方法，其特征在于，包括：

采用神经网络模型分别构建冷鲜猪肉菌落总数预测初始模型、冷鲜猪肉挥发性盐基氮含量预测初始模型和冷鲜猪肉pH值预测初始模型；

获得多份冷鲜猪肉样品的初始菌落总数、初始挥发性盐基氮含量和初始pH值，以及其贮藏温度、贮藏气体环境、贮藏湿度和贮藏时间数据，并检测冷鲜猪肉最终的菌落总数、挥发性盐基氮含量和pH值；

将冷鲜猪肉的初始菌落总数以及贮藏温度、贮藏气体环境、贮藏湿度和贮藏时间数据作为输入样本，以冷鲜猪肉最终的菌落总数作为期望输出，输入到所述冷鲜猪肉菌落总数预测初始模型中进行训练，得到冷鲜猪肉菌落总数预测模型；

将冷鲜猪肉的初始挥发性盐基氮含量以及贮藏温度、贮藏气体环境、贮藏湿度和贮藏时间数据作为输入样本，以冷鲜猪肉最终的挥发性盐基氮含量作为期望输出，输入到所述冷鲜猪肉挥发性盐基氮含量预测初始模型中进行训练，得到冷鲜猪肉挥发性盐基氮含量预测模型；

将冷鲜猪肉的初始pH值以及贮藏温度、贮藏气体环境、贮藏湿度和贮藏时间数据作为输入样本，以冷鲜猪肉最终的pH值作为期望输出，输入到所述冷鲜猪肉pH值预测初始模型中进行训练，得到冷鲜猪肉pH值预测模型；

将需要预测的冷鲜猪肉的初始菌落总数、初始挥发性盐基氮含量和初始pH值以及其贮藏温度、贮藏气体环境、贮藏湿度和贮藏时间数据分别输入到所述冷鲜猪肉菌落总数预测模型、所述冷鲜猪肉挥发性盐基氮含量预测模型和所述冷鲜猪肉pH值预测模型中，即可分别得到该冷鲜猪肉的预测菌落总数、预测挥发性盐基氮含量和预测pH值。

2.如权利要求1所述的一种基于神经网络的冷鲜猪肉品质预测方法，其特征在于，还包括：

根据所述冷鲜猪肉的菌落总数、挥发性盐基氮含量和pH值对其进行评级，得到冷鲜猪肉的品质等级。

3.如权利要求2所述的一种基于神经网络的冷鲜猪肉品质预测方法，其特征在于，根据所述冷鲜猪肉的菌落总数、挥发性盐基氮含量和pH值对其进行优良中差四个等级的评级，包括：

建立菌落总数评价指标，对冷鲜猪肉的菌落总数A进行优良中差四个等级的评判：

当A＜A₁时，所述冷鲜猪肉的菌落总数评价为优；

当A₁≤A≤A₂时，所述冷鲜猪肉的菌落总数评价为良；

当A₂≤A≤A₃时，所述冷鲜猪肉的菌落总数评价为中；

当A＞A₃时，所述冷鲜猪肉的菌落总数评价为差；

建立挥发性盐基氮含量评价指标，对所述冷鲜猪肉的挥发性盐基氮含量B进行优良中差四个等级的评判：

当B＜B₁时，所述冷鲜猪肉的挥发性盐基氮含量总数评价为优；

当B₁≤B≤B₂时，所述冷鲜猪肉的挥发性盐基氮含量总数评价为良；

当B₂≤B≤B₃时，所述冷鲜猪肉的挥发性盐基氮含量总数评价为中；

当B＞B₃时，所述冷鲜猪肉的菌落总数评价为差；

建立pH值评价指标，对所述冷鲜猪肉的pH值C进行优良中差四个等级的评判：

当C＜C₁时，所述冷鲜猪肉的pH值总数评价为优；

当C₁≤C≤C₂时，所述冷鲜猪肉的pH值总数评价为良；

当C₂≤C≤C₃时，所述冷鲜猪肉的pH值总数评价为中；

当C＞C₃时，所述冷鲜猪肉的pH值评价为差；

将待评价的冷鲜猪肉的菌落总数、挥发性盐基氮含量和pH值分别代入所述菌落总数评价指标、挥发性盐基氮含量评价指标和pH值评价指标中，得到所述冷鲜猪肉的菌落总数、挥发性盐基氮含量和pH值的评级，并以所述冷鲜猪肉的菌落总数、挥发性盐基氮含量和pH值的评级中的最低评级，作为所述冷鲜猪肉的品质等级。