相关实验视频
Updated: Jul 12, 2026
Fruit Volatile Analysis Using an Electronic Nose
Published on: March 30, 2012
动态预测牛肉的新鲜度使用多步时间序列分析电子鼻子信号的动态预测
Xinxing Li1, Runqing Chen2, Hao Zhang3
1College of Information and Electrical Engineering, China Agricultural University, Beijing, 100083, China; Nanchang Institute of Technology, Nanchang, 330044, China.
这项研究引入了一个新的框架,使用电子鼻子 (E-nose) 技术和时间序列预测来预测肉类中的微生物生长. 这使得肉质监测从实时检查到可靠的保质期预测.
科学领域:
- 食品科学 食品科学 食品科学
- 数据科学数据科学数据科学
- 传感器技术 传感器技术
背景情况:
- 肉类质量保护是食品供应链的一个主要挑战,原因是易腐.
- 目前的电子鼻子 (E-nose) 应用程序用于肉类新鲜度大多是静态的,限制了积极的质量管理.
- 在诊断当前状态和预测未来质量轨迹之间存在差距.
研究的目的:
- 开发一个预测框架,将E-nose数据与多步时间序列预测集成为肉质.
- 将肉质监测从实时诊断转变为预测建模.
- 为了能够准确地估计主动管理的剩余保质期.
主要方法:
- 设计了一种基于注意力的增强双阶段循环神经网络,用于E鼻信号和微生物动态.
- 调整模型以处理有限的样本大小,非静止模式和逐渐信号演变.
- 对12个牛肉区域的模型进行了验证,以便在特定组织的损坏中进行强有力的概括.
主要成果:
- 该模型实现了1到9小时的多步骤总可行的计数 (TVC) 预测.
- 短期 (1小时) 预测显示平均R2为0.950和RMSE为0.097.
- 长期 (9小时) 预测在12个组织中保持R2在0.859以上,显示出准确性和稳定性.
结论:
- 建立了一个时间序列预测框架,使用传感器信号来建模牛肉中的微生物生长和TVC演变.
- 先进的肉类新鲜度评估从静态检测到具有小时级分辨率的预测建模.
- 为可靠的保质期估计和肉类质量管理提供了定量范式.
更多相关视频
07:12Protocol for Data Collection and Analysis Applied to Automated Facial Expression Analysis Technology and Temporal Analysis for Sensory Evaluation
Published on: August 26, 2016
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
