面粉加工精度指标的F-聚类分析  

FUZZY CLUSTER ANALYSIS AND FUZZY RECOGNNITION OF FLOUR MILLING DEGREE INDEX

作　　者：宋瑞丽[1] 王玉雷[2] 李少荣[3] 史本广[2] 

机构地区：[1]中原工学院信息商务学院,河南郑州450007 [2]河南工业大学理学院,河南郑州450001 [3]商丘职业技术学院教务处,河南商丘476000

出　　处：《河南工业大学学报（自然科学版）》2016年第5期107-110,共4页Journal of Henan University of Technology：Natural Science Edition

基　　金：国家自然科学基金项目(11301150);河南省自然科学基金项目(142300410134)

摘　　要：应用F-分析法对面粉厂37种不同系统粉进行聚类分析,验证了以L*值作为衡量面粉精度指标的合理性,并提出标准模型库的概念,借助格贴近度和最大隶属原则,为其他面粉加工精度的归类和识别提供了一种新的参考方法。The rationality of L＊ value as index on measuring flour milling degree was verified through analysis of 37 kinds of system flour by fuzzy cluster method in this study. A concept of standard model database was established with the help of Lattice closeness degree and Maximum membership principle. The present study provided a new reference for the classification and recognition method of flour milling degree.

关 键 词：面粉精度指标 模糊聚类 模糊识别 格贴近度 模型库 

分 类 号：TS210[轻工技术与工程—粮食、油脂及植物蛋白工程] O159[轻工技术与工程—食品科学与工程]