摘要
本发明公开了一种基于机器学习的隆江卤水配方形成稳定风味的方法,该方法以卤水中卤料包的质量浓度、干南姜的质量浓度、食品焦糖色的质量浓度和/或卤制时间作为机器学习模型的输入变量,以卤水卤制得到的卤制品的感官评分、含盐量和/或货架期作为机器学习模型的输出变量,结合所示输入变量对应卤水卤制得到的卤制品的感官评分、含盐量和/或货架期,训练机器学习模型,得到帕累托最优解,即得卤水配方。利用所示方法能够有效降低卤水配方的开发时间和开发成本,并且基于所示方法开发了具有稳定风味的隆江卤水配方,利用所示隆江卤水配方卤制得到的隆江卤肉不仅具有优异的感官评分和较长的货架期,同时在货架期内还具有稳定的风味。
技术关键词
卤水配方
稳定风味
货架期
人工神经网络模型
训练机器学习模型
卤制肉品
香茅草
调味料
白胡椒
感官
小茴香
罗汉果
制品
卤肉
变量
焦糖色
鱼露
随机森林
系统为您推荐了相关专利信息
快速设计方法
知识驱动型
超表面
人工神经网络模型
电磁仿真
模型训练方法
训练机器学习模型
参数
阳离子交换容量
表面电荷密度
全球导航卫星系统
GNSS接收器
信号
射频放大器
逻辑回归模型
煤岩体强度
智能预测方法
梯度提升决策树
模型预测值
工程现场