通过拉曼超光谱成像分析烂的花生
Yuan Long1, Qingyan Wang2, Xiuying Tang3
1Intelligent Equipment Research Center, Beijing Academy of Agriculture and Forestry Sciences, Beijing 100097, China; College of Engineering, China Agricultural University, Beijing 100083, China; National Research Center of Intelligent Equipment for Agriculture, Beijing 100097, China.
概括
拉曼高光谱成像有效检测混合花生品种中的菌. 该s-GoogLeNet模型实现了90.25%的准确性,提高了成花生食品的食品安全.
科学领域:
- 农业科学 农业科学
- 食品科学 食品科学 食品科学
- 分析化学 分析化学
背景情况:
- 花生容易受到菌污染,对健康造成重大风险.
- 在混合花生品种中有效检测菌对于食品安全至关重要.
研究的目的:
- 开发和验证拉曼超光谱成像技术,用于检测混合花生品种中的菌.
- 建立一个强大的预测模型来识别烂的花生.
主要方法:
- 拉曼超光谱成像技术被用来从烂的花生中获取光谱和空间数据.
- 提取和分析了一维光谱数据和二维空间信息 (使用GLCM).
- 传统的机器学习和深度学习模型,包括s-GoogLeNet,都接受了培训和评估.
主要成果:
- 使用一维拉曼光谱数据并通过Adam优化器进行优化的s-GoogLeNet模型,实现了90.25%的整体准确性.
- 对于不同种类的花生,获得了高F1分数,这表明有效检测菌.
- 该研究成功地使用光谱和空间分析识别了与菌相关的特征.
结论:
- 拉曼高光谱成像与深度学习相结合,提供了一种强大而创新的方法,用于检测混合花生品种中的菌.
- 这种方法有助于改善粮食行业的粮食安全标准.
