摘要
一种基于深度学习的乳制品冷链物流质量预警方法,包括以下步骤;1)构建完善的乳制品质量预警指标体系;2)采用主成分分析法对数据进行求解,得到乳制品冷链物流质量安全预警指标体系的指标权重;3)构建乳制品质量指标预警模型,对BP神经网络、循环神经网络、长短期记忆神经网络以及优化后的循环神经网络和长短期记忆神经网络模型比较分析,对该数学模型进行训练;4)根据步骤3)后,对比上述三个模型的准确性,利用最优模型将处理后数据输入该模型中,进行针对乳制品质量冷链物流总体和乳制品质量冷链物流各个环节的警情预测。本发明在乳制品冷链过程中,能够掌握乳制品冷链物流过程对乳制品各项指标信息提前预警。
技术关键词
乳制品
预警方法
指标
物流
奶牛健康检测
长短期记忆神经网络
预警模型
主成分分析法
原料奶
权重计算方法
牧场环境
数学模型
方差贡献率
正交变换
神经网络模型
数据
包装设备
运输设备
冷藏柜
系统为您推荐了相关专利信息
双曲幕墙
数字孪生模型
效能
空间点云数据
三维模型
性能退化模型
混合效应模型
累积分布函数
低压开关电器
剩余寿命预测方法
电能调度方法
分层决策机制
时序特征
可再生能源利用率
多尺度滑动窗口
动作评价方法
动作识别模型
人体动作模型
人体骨骼点
长短期记忆网络