y=1.4515+0.1958m3+0.2985m4
經檢驗，式在0.01水平下回歸效果顯著。
檢驗結果表明，因素m3對指標y的作用在0.10水平下是顯著的；因素m4對指標y的作用在0.10水平下是顯著的。研究表明，牛肉的大理石紋與回歸變量之間存在著對應關係。
式表明，變量m3和m4對觀測值的影響都是正的，也就是說單位圖像中的M數目越多，肉的嫩度評分越高，牛肉嫩度雙剪切力值也越小。
取試驗號16～23的肉樣進行驗證性試驗，計算值依據四舍五入的原則進行歸類，結果隻有其中的23號試驗牛肉出。
三、基於計算機視覺技術的冷卻牛肉新鮮度評價方法
肉在貯藏過程中，肌肉的顏色往往隨著肉的變質而發生變化。新鮮牛肉色澤紅潤；次鮮牛肉顏色發暗；而變質牛肉呈紅褐色無光澤，且在局部區域有不均勻的綠色斑塊。肉色是否正常，是鑒定牛肉是否新鮮的重要指標。
攝取牛肉圖像可表示為fij(x，y)，其中i=1~38為肉試驗組編號，j為圖像攝取時間間隔，單位為天。每一天攝取一次圖像，用於牛肉新鮮度特征的提取。
牛肉中脂肪組織分布較少，主要由肌肉組織組成。在提取牛肉圖像的顏色特征用於新鮮度評定時，主要考慮肌肉組織的色澤。因此，特征提取之前應將脂肪組織由肌肉組織中分割出去，分割方法如前。
以整幅圖像3刺激值的均值作為牛肉顏色的統計特征，采用RGB、HSI和CMY 3種彩色計算模型分別進行統計計算其均值。
變質肉判斷網絡仍用多層BP網絡，網絡由輸入層、隱含層和輸出層組成。輸入層節點數為3。經試算隱含層節點數取9。輸出層由一個節點組成，取0時表示可食新鮮肉，取1時表示變質肉。首先攝取1~28號試驗組中肉存放時間超過7d的變質肉圖像，從中隨機抽取20幅，作為變質肉圖像庫；從1~7d的圖像中隨機抽取新鮮可食肉圖像70幅，作為新鮮可食肉圖像庫。在變質肉圖像庫中取變質肉圖像10幅，在新鮮可食肉圖像庫中取新鮮肉圖像20幅作為測試集，其餘作訓練集。
肉新鮮度評定網絡選取一個輸入層、一個隱含層和一個輸出層的網絡結構。輸入層節點數為3，隱含層節點數由經驗確定為9，輸出層節點數設為7，與牛肉存放天數相對應。若牛肉被識別為已存放了id，則第i個節點輸出值為1，其餘節點輸出值為0。
肉新鮮度評定神經網絡的訓練和測試方法是從1~28號試驗組肉在1~7d所攝取的共196幅圖像中提取顏色特征，作為網絡的訓練樣本集。將用於新鮮度驗證性試驗的29~38號試驗組肉在1~7d所攝取的共70幅圖像中提取的顏色特征作為測試樣本集。
將設計好的新鮮度評價子係統用於試驗所得28×7幅牛肉圖像(28為試驗組數，7為存放天數)，評價結果說明，錯誤主要出現在第6天，有將第6天的肉歸入第7天的情況。其原因是此相鄰兩天牛肉圖像顏色變化不顯著，網絡不能從輸入的顏色特征向量對圖像進行準確分類。
比較不同彩色坐標下的新鮮度評定結果，可知HSI彩色坐標對肉新鮮度的評定結果較為準確。這是因為該彩色模型反映了人眼觀察色彩的方式，與人眼感覺色彩的原理相似的緣故，所以分析結果最接近人的感官評定結果。
由數據表的分析可知，在肉由新鮮到腐敗的變化過程中，H值先增大後減小，反映了肉表麵色調上的變化，即由鮮紅到暗紅再到黃綠色斑塊的產生。而I和S值基本上是呈一致的下降趨勢，反映了腐敗過程中牛肉表麵光澤性上的變化，新鮮肉有光澤，隨著新鮮度的下降肉的光澤逐漸變差。從以上對肉圖像顏色特征值的分析可見，其變化規律是與鮮肉腐敗過程的機理相一致的。
新方法與實驗室分析方法相比，不僅對肉新鮮度評價的準確性有顯著提高，且新方法的整個評價過程幾乎全由計算機完成，操作者隻需運行相應的軟件，而無需進行繁瑣的試驗過程。用於新鮮度評定的子係統在確定係統結構和參數的初始化階段需要一些試驗和大量的計算過程，一旦完成了此階段的研究，得到可實際應用的參數，操作將非常方便快捷，是一種效率更高的評價方法。