Use of artificial neural network and image analysis to predict physical properties of osmotically dehydrated pumpkin

บทความในวารสาร

ผู้เขียน/บรรณาธิการ

กลุ่มสาขาการวิจัยเชิงกลยุทธ์

ไม่พบข้อมูลที่เกี่ยวข้อง

รายละเอียดสำหรับงานพิมพ์

รายชื่อผู้แต่ง: Zenoozian M.S., Devahastin S., Razavi M.A., Shahidi F., Poreza H.R.

ผู้เผยแพร่: Taylor and Francis Group

ปีที่เผยแพร่ (ค.ศ.): 2008

วารสาร: Drying Technology (0737-3937)

Volume number: 26

Issue number: 1

หน้าแรก: 132

หน้าสุดท้าย: 144

จำนวนหน้า: 13

นอก: 0737-3937

eISSN: 1532-2300

URL: https://www.scopus.com/inward/record.uri?eid=2-s2.0-37849045319&doi=10.1080%2f07373930701781793&partnerID=40&md5=c935df07f36d7e3070888fc048bbdb42

ภาษา: English-Great Britain (EN-GB)

ดูในเว็บของวิทยาศาสตร์ | ดูบนเว็บไซต์ของสำนักพิมพ์ | บทความในเว็บของวิทยาศาสตร์

บทคัดย่อ

The objectives of this research were to predict, using neural networks, the color intensity (ΔE), percentage of shrinkage as well as the Heywood shape factor, which is the representative of deformation, of osmotically dehydrated and air dried pumpkin pieces. Several osmotic solutions were used including 50% (w/w) sorbitol solution, 50% (w/w) glucose solution, and 50% (w/w) sucrose solution. Optimum artificial neural network (ANN) models were developed based on one to two hidden layers and 10-20 neurons per hidden layer. The ANN models were then tested against an independent data set. The measured values of the color intensity, percentage of shrinkage, and the Heywood shape factor were predicted with R2 > 0.90 in all cases, except when all the drying methods were combined in one data set.

คำสำคัญ

Color, Deformation, Heywood shape factor, Osmotic dehydration, Shrinkage