基于机器学习的日期保质期估计器使用多通道气体传感器:提高粮食安全
Asrar U Haque1, Mohammad Akeef Al Haque2, Abdulrahman Alabduladheem3
1Department of Computer Science, College of Computer Science and Information Technology CCSIT, King Faisal University, Al AHSA 31982, Saudi Arabia.
Sensors (Basel, Switzerland)
|July 12, 2025
概括
这项研究介绍了一个物联网系统,使用气体传感器和机器学习来预测日果的保质期. 这种新的方法提供了一种低成本的客观方法,用于实时检测损坏,提高粮食安全.
科学领域:
- 农业科学 农业科学
- 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:
- 枣是一种营养丰富的食物,需要最佳的保存,以确保粮食安全.
- 目前评估日期保质期的方法是主观的,容易出错,缺乏可扩展性.
- 现有的冷藏系统缺乏实时损坏检测和保质期预测能力.
研究的目的:
- 开发一种基于物联网 (IoT) 的新系统,用于估计枣果的保质期.
- 为实时保质期预测提供一个客观,可扩展和低成本的方法.
- 通过改进的保质期评估,减少枣供应链中的收获后损失.
主要方法:
- 集成多通道气体传感器来检测与腐烂相关的气体 (甲,二氧化,一氧化碳).
- 在边缘设备 (Arduino Nano 33 BLE Sense板) 上部署的轻量级机器学习模型的利用.
- 实时捕获气体排放和环境数据以进行新鲜度分类.
主要成果:
- 在新鲜度检测方面实现了91.9%的分类准确度.
- 获得0.98的曲线下面积 (AUC),表明模型的高性能.
- 成功地在边缘计算设备上部署了该系统,以实现实际应用.
结论:
- 开发的物联网系统提供了一种可靠和客观的方法,用于实时预测日期的保质期.
- 这项技术显著提高了保质期评估的可靠性,减少了收获后的损失.
- 该系统通过优化日期保存和供应链管理,有助于提高粮食安全.
关键词:
DHT11 传感器传感器这就是为什么物联网是物联网物联网.冷藏室 (CSR) 是一个冷藏室.时间 时间 时间 时间 时间边缘冲动冲动是一种冲动.粮食安全 粮食安全气体度 气体度 气体度机器学习 (ML) 是指机器学习.多通道气体传感器相对湿度 (RH) 是相对的湿度.保质期 货架使用寿命更多相关视频
10:25Construction of Models for Nondestructive Prediction of Ingredient Contents in Blueberries by Near-infrared Spectroscopy Based on HPLC Measurements
Published on: June 28, 2016
10.7K
07:07Controlled-release of Chlorine Dioxide in a Perforated Packaging System to Extend the Storage Life and Improve the Safety of Grape Tomatoes
Published on: April 7, 2017
11.1K
