通过激光诱导分解光谱学结合特征处理方法和后勤回归方法快速分类全奶粉和脱脂奶粉
Yu Ding1,2,3, Wen-Jie Chen4,5,6, Jing Chen4,5,6
1Jiangsu Key Laboratory of Big Data Analysis Technology, Nanjing University of Information Science and Technology, Nanjing, 210044, China. dingyu@nuist.edu.cn.
概括
使用激光诱导分解光谱 (LIBS) 和逻辑回归 (LR) 的新方法快速分类全脂和脱脂奶粉. 特征处理技术显著提高了奶粉分析的准确性和效率.
科学领域:
- 分析化学 分析化学
- 频谱学是一种光谱学.
- 食品科学 食品科学 食品科学
背景情况:
- 全奶粉和脱脂奶粉的成分不同,需要准确的分类.
- 现有的分类方法可能缺乏实时分析所需的速度.
- 对消费者和行业来说,快速可靠地识别奶粉类型至关重要.
研究的目的:
- 开发全脂和脱脂奶粉的快速分类方法.
- 评估激光诱导分解光谱学 (LIBS) 结合物流回归 (LR) 的有效性.
- 通过特征处理技术提高分类效率.
主要方法:
- 激光诱导分解光谱 (LIBS) 用于样本分析.
- 一个基于迷你批量梯度下降 (MGD) 的逻辑回归 (LR) 分类模型最初被开发出来.
- 主要组件分析 (PCA) 和相互信息 (MI) 用于特征减少.
主要成果:
- 最初的MGD-LR模型实现了96.33%的精度,建模时间为33.07秒.
- 使用PCA和MI的特征处理提高了分类准确度,分别达到99.33%和99.67%.
- 与MGD-LR模型相比,建模效率提高了89.7% (PCA) 和74.8% (MI).
结论:
- 结合特征处理和LR的LIBS,为快速分类奶粉提供了一种可行的方法.
- 这种技术为识别和质量控制奶粉提供了一个新的解决方案.
- 改进后的模型在准确性和效率上都取得了显著的改进.
更多相关视频
13:01Industrialized, Artificial Intelligence-guided Laser Microdissection for Microscaled Proteomic Analysis of the Tumor Microenvironment
Published on: June 3, 2022
3.8K
08:43PTR-ToF-MS Coupled with an Automated Sampling System and Tailored Data Analysis for Food Studies: Bioprocess Monitoring, Screening and Nose-space Analysis
Published on: May 11, 2017
12.4K
