基于人工神经网络的猪肉品质预测模型开题报告

1. 研究目的与意义、国内外研究现状（文献综述）

1.1． 国内外研究现状随着人们生活水平的不断提高，肉类食品的消费需求不断增大，消费者开始更多地关注肉类食品品质的问题。

猪肉新鲜度是衡量猪肉品质优劣的重要指标，肉类新鲜度的检测准确率可以让人们吃上放心肉，维护消费者的切身利益，保证猪肉的食用安全，因此，建立快速、准确的猪肉新鲜度检测方法具有十分重要的社会和经济价值。

目前，猪肉新鲜度的检测方法主要有感官检测、理化检测和微生物检测[1]。

2. 研究的基本内容和问题

1.2.研究目标：本项目采用人工神经网络算法，以matlab为开发工具，制作猪肉品质智能辨识软件，从而快速、准确、实时地检测猪肉的新鲜度。

1.3.研究内容：本项目根据猪肉变质过程中肉颜色特征值和大理石花纹，主要分为以下内容：（1） 运用图像处理技术，提取猪肉的颜色特征值和大理石花纹，得到训练数据；（2） 根据输入数据和输出数据确定神经网络的结构，并对神经网络进行训练；（3） 对确立的神经网络进行仿真，检验其正确性。

1.4.拟解决的关键问题：建立合适的神经网络结构。

3. 研究的方法与方案

2. 研究方法：本项目根据猪肉图像信息，通过选择合适的神经网络，并对其进行训练，再与人工识别、理化识别结果进行比对，测试神经网络的可行性。

技术路线：可行性分析：1. 已搜集大量的猪肉图像及理化数据；2. 基于人工神经网络对猪肉新鲜度进行检测的技术已相对成熟。

3. 已具备使用matlab构建神经网络的知识。

4. 研究创新点

引入猪肉大理石花纹特征作为神经网络的输入数据

5. 研究计划与进展

2014.3-2014.41. 对猪肉图像进行处理，采集图像信息。

2. 根据图像信息和理化数据确定神经网络。

3. 训练神经网络。