通过指标位移色度传感器阵列与机器学习相结合,智能识别卢安瓜皮亚茶的采摘时间
Yao Chen1, Yuan Li2, Li-Lin Lin2
1Hunan Key Lab of Biomedical Materials and Devices, College of Life Sciences and Chemistry, Hunan University of Technology, Zhuzhou 412007, China; State Key Laboratory of Chemo/Biosensing and Chemometrics, College of Chemistry and Chemical Engineering, Hunan University, Changsha 410082, China.
Food research international (Ottawa, Ont.)
|September 14, 2024
概括
这项研究开发了一个基于智能手机的色度传感器阵列,以区分LuLu.
科学领域:
- 分析化学 分析化学
- 食品科学 食品科学 食品科学
- 传感器技术 传感器技术
背景情况:
- 卢安瓜皮安 (LAGP) 茶叶的质量受到其收获期的重大影响.
- 清明前节 LAGP 在市场上受到高度评价.
- 需要客观的方法来根据收获时间区分LAGP.
研究的目的:
- 开发一种基于采摘期的快速,经济高效的方法来识别LAGP.
- 使用色度传感器阵列和智能手机技术进行LAGP认证.
- 评估开发的方法的环保性.
主要方法:
- 在清明节前后挑选的LAGP中分析化学成分.
- 设计一个颜色测量传感器阵列,利用已识别的化学差异.
- 机器学习算法的应用在智能手机捕获的传感器阵列数据上.
主要成果:
- 配色传感器阵列与智能手机分析相结合,为LAGP实现了97%的预测准确度.
- 一个废弃实验证实了传感器阵列的多通道优势.
- 开发的方法显示了0.88的AGREE分析得分,表明环境友好.
结论:
- 开发的传感器阵列和智能手机系统为基于收获时间的LAGP认证提供了可行的解决方案.
- 这种方法为茶叶质量评估提供了一个快速,准确和环保的替代方案.
- 该方法突出了低成本传感器阵列和机器学习在食品分析中的潜力.
更多相关视频
10:01The Visual Colorimetric Detection of Multi-nucleotide Polymorphisms on a Pneumatic Droplet Manipulation Platform
Published on: September 27, 2016
7.6K
07:29HPLC Coupled with Chemical Fingerprinting for Multi-Pattern Recognition for Identifying the Authenticity of Clematidis Armandii Caulis
Published on: November 11, 2022
2.0K