当前位置: 首页 > 文章 > 苹果货架期GAN-BP-ANN预测模型研究 农业机械学报 2021 (11) 367-375
Position: Home > Articles > 苹果货架期GAN-BP-ANN预测模型研究 Transactions of the Chinese Society for Agricultural Machinery 2021 (11) 367-375

苹果货架期GAN-BP-ANN预测模型研究

作  者:
马惠玲;曹梦柯;王栋;邱凌雨;任小林
单  位:
西北农林科技大学园艺学院;西北农林科技大学生命科学学院
关键词:
富士苹果;品质指标;货架期预测;生成式对抗网络;反向传播人工神经网络;
摘  要:
准确预测剩余货架期是降低苹果过长贮藏风险的有效途径,目前基于传统动力学模型的预测准确度较低,提出一种基于生成式对抗网络(GAN)改进的反向传播人工神经网络(BP-ANN)苹果货架期预测方法。以0、5、15、25℃下贮藏的"富士"苹果为研究对象,获取果实的12个理化品质指标随贮藏时间变化的取值;分别采用2种特征选择方法对品质指标进行排序,依次累加排序为1~12的品质指标结合贮藏温度作为BP-ANN的输入层变量。通过GAN扩大BP-ANN的训练集样本数量,建立"富士"苹果货架期的GAN-BP-ANN和BP-ANN预测模型。试验结果表明,经过GAN可生成与真实数据分布范围一致的数据集,以真实和生成数据集共同作为训练集构建的GAN-BP-ANN模型其验证集准确度总体高于BP-ANN模型;以稀疏主成分分析(SPCA)选取得到的前1、2、6个品质指标,结合贮藏温度分别作为GAN-BP-ANN模型的输入层对货架期进行预测,其平均相对误差均在0.070以内,决定系数均在0.988以上。

相似文章

计量
文章访问数: 6
HTML全文浏览量: 0
PDF下载量: 0

所属期刊

推荐期刊