典型文献
基于自编码收缩神经网络的奶粉掺杂快速拉曼成像检测
文献摘要：
建立一种快速的奶粉掺杂拉曼成像识别方法,开发了自编码收缩神经网络重构算法,从低信噪比的短时拉曼成像信号中准确提取本征信号,并有机结合多元回归技术对奶粉中掺杂物进行定量分析,极大提升了拉曼成像扫描速度.在多种掺杂奶粉样本的定量检测中,该方法所建立的定量模型R2均达到了0.95以上,其检测速度较传统拉曼成像技术提升了30倍,可在2 min之内完成50 mm×50 mm区域内的奶粉掺杂检测.结果表明,该方法可有效满足奶粉掺杂快速检测的实际需求,并为其他非均匀食品体系掺杂快速检测提供了一种新方法.
文献关键词：
奶粉掺杂;快速拉曼成像;自编码收缩神经网络;本征信号提取
中图分类号：
作者姓名：
夏启;黄志轩;鲍蕾;卜汉萍;陈达
作者机构：
天津大学精密仪器与光电子工程学院,天津 300072;雀巢研发(中国)有限公司雀巢食品安全研究院,北京 100016;中国民航大学民航热灾害防控与应急重点实验室,天津 300300
文献出处：
引用格式：
[1]夏启;黄志轩;鲍蕾;卜汉萍;陈达-.基于自编码收缩神经网络的奶粉掺杂快速拉曼成像检测)[J].食品科学,2022(24):296-302
A类：
自编码收缩神经网络,奶粉掺杂,快速拉曼成像,本征信号提取
B类：
成像检测,成像识别,网络重构,重构算法,低信噪比,掺杂物,扫描速度,定量检测,定量模型,检测速度,技术提升,快速检测,非均匀,食品体系
AB值：
0.162749
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
