人工气味检测系统(被称为电子鼻)已经得到了广泛的研究。便携式、自动、准确、实时的电子鼻需要强大的交叉反应传感和指纹模式识别。很少有电子鼻被商业化,因为它们受到感知或模式识别问题的困扰。于此,南洋理工大学陈晓东、江南大学胥传来、澳大利亚莫纳什大学Jianfei Cai等人将交叉反应比色条码组合技术和深度卷积神经网络(DCNNs)结合起来,形成了一个同时提供气味指纹和指纹识别的肉类新鲜度监测系统。
本文要点:
1)条形码由20种不同类型的壳聚糖、染料和醋酸纤维素纳米复合材料组成,形成可由DCNNs识别的气味指纹。利用3475个标记条码图像训练的全监督DCNN预测肉类新鲜度的总体准确率为98.5%。
2)将DCNN集成到智能手机应用程序中,形成了一个快速条码扫描和实时识别食品新鲜度的简单平台。该系统快速、准确、无破坏性,使消费者和食品供应链中的所有利益相关者能够监控食品的新鲜度。
参考文献:
Guo, L., et al., Portable Food‐Freshness Prediction Platform Based on Colorimetric Barcode Combinatorics and Deep Convolutional Neural Networks. Adv. Mater. 2020, 2004805.
https://doi.org/10.1002/adma.202004805