一个智能水果新鲜度监测系统,使用基于甲基纤维素,k-卡拉基南和三聚酸的疏水性指示标签,结合深度学习

科学领域:

• 食品科学与技术 食品科学与技术
• 材料科学 材料科学 材料科学
• 生物技术是生物技术.

背景情况:

• 对食品质量和安全的需求不断增加,需要先进的监控解决方案.
• 响应pH值的智能包装对于跟踪食品新鲜度至关重要.
• 现有的指示标签方法通常涉及耗时的实验.

研究的目的:

• 开发一种基于甲基纤维素 (MC) 的新型指示标签,用于实时监测水果的新鲜度.
• 通过交叉链接来改善标签的物理和化学特性.
• 为了减少实验时间和成本,使用计算机模拟和人工智能进行色彩分析.

主要方法:

• 将k-卡拉基 (KC) 和三聚酸 (STPP) 作为交叉连接剂,以形成稳定的基于MC的网络.
• 利用计算机模拟来模拟基于不同组成的指示器颜色变化.
• 开发了一种智能识别方法,将标签区域裁剪算法 (ALC) 与轻量级卷积神经网络 (CNN) 结合起来.

主要成果:

• 经过修改的标签显示了增强的抗拉强度 (23.33 MPa),破裂时的延长 (113.4%),以及疏水性 (接触角76.84°).
• 观察到含水量,可溶性和水蒸气透性的显著降低.
• 通过ALC-CNN方法实现了高检测准确度:96.4%的果,96.3%的子,96.3%的葡萄.

结论:

• 开发的基于MC的智能包装标签提供了改进的结构和疏水性质.
• 计算机模拟和基于CNN的图像分析显著优化了新鲜度指标的开发和应用.
• 一个移动应用程序可以实时,准确地监测水果的新鲜度,提高食品安全和质量保证.