相关实验视频
Updated: Jun 26, 2026

Fruit Volatile Analysis Using an Electronic Nose
Published on: March 30, 2012
机器学习支持的电子鼻子和高光谱成像技术在食品安全评估方面的进展:一篇综述
Mogos Girmatsion1, Xiaoqian Tang2, Qi Zhang3
1Oil Crops Research Institute, Chinese Academy of Agricultural Sciences, Wuhan 430062, China; Key Laboratory of Biology and Genetic Improvement of Oil Crops, Ministry of Agriculture and Rural Affairs; Laboratory of Risk Assessment for Oilseed Products (Wuhan), Ministry of Agriculture and Rural Affairs; Quality Inspection and Test Center for Oilseed Products, Ministry of Agriculture and Rural Affairs, China; Hamelmalo Agricultural College, Department of Food Science, Keren, Eritrea.
通过机器学习增强的先进技术,如电子鼻子 (e-nose) 和高光谱成像 (HSI),显示出食品安全的巨大潜力. 需要进一步的研究,以克服在检测食品危害方面实际应用的局限性.
科学领域:
- 食品科学 食品科学 食品科学
- 分析化学 分析化学
- 计算机科学 计算机科学
背景情况:
- 由于污染和改,对食品安全的担忧越来越大.
- 越来越多地采用先进的检测技术.
- 需要在食品安全方面改进分析方法.
研究的目的:
- 为食品安全提供电子鼻子和HSI技术的全面审查.
- 探索机器学习在增强这些技术中的作用.
- 讨论应用,局限性和未来的前景.
主要方法:
- 审查电子鼻子,HSI和机器学习 (ANN,DL) 的原则.
- 检查ML对电子鼻子和HSI性能的增强.
- 探索近期用于检测食品危害的应用.
主要成果:
- 带有ML的E-nose和HSI显示出食品安全评估的重大潜力.
- 应用包括检测药物残留物,微生物污染物,杀虫剂,毒素和 adulterants.
- 关键的局限性包括实验室使用和缺乏标准化的协议.
结论:
- 通过ML辅助的E-nose和HSI是食品安全的有希望的工具.
- 克服标准化和现实应用的局限性对于更广泛的采用至关重要.
- 进一步的研究是必要的,以提高实际的有效性和接受.
更多相关视频
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
00:07Excitation-Scanning Hyperspectral Imaging Microscopy to Efficiently Discriminate Fluorescence Signals
Published on: August 22, 2019
相关概念视频
Key Elements for Plant Nutrition
MALDI-TOF Mass Spectrometry
Applications of IR Spectroscopy: Overview
Sources of Food Contamination
Microbial Biosensors