文献综述
1.1菌落总数及其常用测定食品微生物检验菌落总数测定是对待检食品做出相关处理之后，于既定条件下培养，每 g（mL）检样中所含有的微生物菌落总数[1]。
食品中微生物菌落总数的测定是检验食品是否合格的重要途径，同时检测方法的正确使用、检测结果的准确性与人们的食用安全紧密关联。
平板计数法以及菌落总数测试片检测法均是食品微生物检验菌落总数测定中的常用方法。
但这2种方法的菌落总数检出的准确度易受样本自身因素（颗粒物、固体残渣等）、计数精度（在平皿菌落数超过200个 /g 的情况下不适用）等影响[2]。
1.2机器学习机器学习是建立在人工智能技术基础上的，这就需要系统化研究机器学习，对其准确界定，明确机器学习研究所要实现的目标以及采用的机器学习方式[3]。
机器学习的主要理论框架包括了严谨的数学观念，以及多领域的学科交叉内容，体现出丰富性的效果，对其研究具有重要的意义[4]。
机器学习的本质就是通过运用现代化计算机的强大的操作能力以及数据整合分析系统对大批量的数据进行处理，能够使计算机具备模仿人类学习的行为，通过获取人类处理数据中的经验与技能，不断改进计算机的人工智能性能[5]。
由此可见，机器学习主要就是通过经验算法的完善来不断改进计算机对于数据的处理方式，通过计算机对算法的学习，让计算机找到数据处理过程中的规律，然后对海量的数据进行处理[6]。
1.3图像识别图像识别,就是对采取到的图片信息进行处理,根据图像的特征进行识别[7]。
剩余内容已隐藏，您需要先支付 10元 才能查看该篇文章全部内容！立即支付
以上是毕业论文文献综述，课题毕业论文、任务书、外文翻译、程序设计、图纸设计等资料可联系客服协助查找。
