相关实验视频
Updated: Jun 11, 2025
14:49
Self-reporting Scaffolds for 3-Dimensional Cell Culture
Published on: November 7, 2013
13.2K
基于机器学习的attapulgite/polyimide纳米纤维复合气凝的色度传感器阵列,用于实时监测鱼的新鲜度
Jiankun Cao1, Yumo Chen2, Xinyang Su2
1Hebei Key Laboratory of Public Health Safety, Hebei Key Laboratory of Analytical Science and Technology, College of Public Health, Hebei University, Baoding 071002, China; State Key Laboratory of New Pharmaceutical Preparations and Excipients, Key Laboratory of Medicinal Chemistry and Molecular Diagnosis of Ministry of Education, College of Chemistry and Materials Science, Hebei University, Baoding 071002, China.
Food chemistry
|September 27, 2024
概括
研究人员开发了attapulgite/polyimide纳米纤维复合气凝 (ATP/PI NFA) 作为一个色度传感器阵列. 这种传感器阵列与机器学习相结合,可以准确地实时评估鱼的新鲜度.
科学领域:
- 材料科学 材料科学 材料科学
- 分析化学 分析化学
- 食品科学 食品科学 食品科学
背景情况:
- 开发用于敏感和选择性化学传感的先进材料对于食品安全至关重要.
- 评估鱼的新鲜度的传统方法可能是耗时和劳动密集的.
- 纳米纤维复合气凝为传感器应用提供独特的结构性质.
研究的目的:
- 为配色传感器阵列开发与酸指标集成的attapulgite/polyimide纳米纤维复合气凝 (ATP/PI NFA).
- 应用机器学习算法来实时评估鱼的新鲜度.
- 建立一个实用和准确的监测食品安全的方法.
主要方法:
- 使用电和冷干燥技术制造ATP/PI NFA.
- 描述ATP/PI NFA的3D多层孔结构.
- 开发一个色度传感器阵列,并应用机器学习 (PCA,随机森林,PLS) 来进行新鲜度预测.
- 使用国家标准方法进行验证.
主要成果:
- ATP/PI NFA 呈现出 3D 多层孔结构,增强了气体分子相互作用.
- 基于ATP/PI NFA的色度传感器阵列成功设计,用于实时评估鱼的新鲜度.
- 机器学习模型准确预测了总挥发性基本含量,表明了鱼的新鲜度.
- 开发的系统在验证时显示出高精度和实用性.
结论:
- ATP/PI NFA是开发先进色度传感器阵列的有效材料.
- 这些传感器与机器学习的整合为实时食品安全监测提供了强大的工具.
- 这种方法为准确和实际评估鱼的新鲜度提供了一个有希望的解决方案.
