基于深度学习的电子鼻食品新鲜度检测与识别技术研究∗
2021-10-27陈远涛熊忆舟薛莹莹张涛于伟杰张钧煜张希孙启永万浩王
传感技术学报 2021年8期
陈远涛熊忆舟薛莹莹张 涛于伟杰张钧煜张 希孙启永万 浩王 平∗
(1.浙江大学生物传感器国家专业实验室,生物医学工程教育部重点实验室,生仪学院,浙江 杭州310027;2.浙江省健康智慧厨房系统集成重点实验室,浙江 宁波315336;3.宁波方太厨具有限公司,浙江 宁波315336)
人们日常饮食中常见的食品大体可分为水果、蔬菜、肉类三大类,随着储存时间变长,许多食物的品质会有不同程度的变化,误食变质的食品会引发严重的健康问题。同时,由于实际生活中食品储存的环境较为复杂,多种不同的食品常混合储存,而不同食品品质的储存变化过程不尽相同,这也给准确判断食品新鲜度造成了很大的困难。因此,食品新鲜度的准确检测评价对人们日常生活具有重要意义。
传统的食品新鲜度评估方法包括感官评价方法(国际标准化组织感官分析),物理化学评价方法(电子舌、pH、总挥发性盐基氮TVB-N)以及微生物分析法(细菌菌落总数)等[1-2]。但这些传统的食品新鲜度评估方法存在操作比较复杂,消耗时间长以及要求严格的实验室环境等缺点。随着气体传感器和模式识别技术的发展,电子鼻已成为一种快速、无创、精确的食品新鲜度评价方法。常见的三类食品——水果、蔬菜、肉类,由于在成分含量间存在较大差别,在腐败变质过程中产生变化的物质也有很大差别[3]。Eom等人[4]利用气体传感器研究了肉类腐败过程的氨气浓度变化与肉类新鲜度的关系。Abbey等人[5]利用设计的电子鼻系统对葱属植物中的香气进行检测,对葱属植物的食物特性做出了评价。……
登录APP查看全文
