机器学习辅助的里埃转换红外光谱学可以预测黄粉中的改
Rishabh Goyal1, Poonam Singha1, Sushil Kumar Singh1
1Department of Food Process Engineering, National Institute of Technology Rourkela, Odisha, India.
这项研究引入了一种机器学习辅助的里埃变换红外光谱法 (FTIR) 方法,用于检测大粉中的粉 adulteration. 优化的人工神经网络模型准确地预测了改水平,提高了食品安全.
科学领域:
- 食品科学 食品科学 食品科学
- 分析化学 分析化学
- 频谱学是一种光谱学.
背景情况:
- 香是一种受欢迎的香料,但其真实性受到改的威胁,例如添加粉.
- 伪造对食品安全和消费者信任构成风险.
研究的目的:
- 开发和验证一种方法来预测大粉中的粉伪造.
- 评估机器学习辅助FTIR光谱学对定量伪造检测的有效性.
主要方法:
- 福里埃变换红外光谱法 (FTIR) 用于分析花粉样本.
- 机器学习模型,包括线性回归,决策树,支持向量回归和人工神经网络 (ANN),被用于伪造预测.
- 应用了数据预处理技术,如萨维茨基-戈莱光滑.
主要成果:
- 优化的ANN模型实现了高精度,在预处理数据的验证集上,R平方值超过0.96.
- 该模型解释了改检测的超过92%的变化,表明光谱特征和改水平之间存在强烈的相关性.
- 原始和预处理的数据集都显示出出色的性能.
结论:
- 机器学习辅助的FTIR光谱是一种强大的工具,可以准确预测粉在粉中的改.
- 这种方法提供了一种可靠的方法来提高食品的真实性和量化伪造水平.
- 该方法可以扩展到检测各种食品中的其他 adulterants,提高整体食品安全.
更多相关视频
06:50O-cresol Concentration Online Measurement Based On Near Infrared Spectroscopy Via Partial Least Square Regression
Published on: November 8, 2019
07:29HPLC Coupled with Chemical Fingerprinting for Multi-Pattern Recognition for Identifying the Authenticity of Clematidis Armandii Caulis
Published on: November 11, 2022
相关概念视频
IR Frequency Region: Fingerprint Region
IR Spectrometers
Applications of IR Spectroscopy: Overview
Infrared (IR) Spectroscopy: Overview
Different compounds display unique properties due to their...
Attenuated Total Reflectance (ATR) Infrared Spectroscopy: Overview
The ATR process begins by directing a beam...
IR Spectrum
Transmittance is defined as the ratio of the radiant power passing through a sample to that from the radiation's source. Multiplying the transmittance by 100 gives the percent transmittance (%T), which varies between 100% (no absorption) and 0%...
