首页分享基于人工嗅觉传感器和深度学习的综合水果成熟度评估系统,Foods

基于人工嗅觉传感器和深度学习的综合水果成熟度评估系统,Foods

来源：花匠小妙招时间：2024-12-21 01:53

基于人工嗅觉传感器和深度学习的综合水果成熟度评估系统
Foods ( IF 4.7 ) Pub Date : 2024-03-04 , DOI: 10.3390/foods13050793
Mingming Zhao 1, 2 , Zhiheng You 1, 2 , Huayun Chen 1, 2 , Xiao Wang 1, 2 , Yibin Ying 1, 2, 3 , Yixian Wang 1, 2, 3

受哺乳动物嗅觉系统启发的人工气味筛选系统有望用于水果成熟度检测，但其商业化因灵敏度低或模式识别不准确而受到限制。本研究提出了一种基于比色传感组合学和深度卷积神经网络（DCNN）的便携式水果成熟度预测系统，以准确识别水果成熟度。该研究利用气相色谱-质谱（GC-MS）方法辨别了芒果、桃子和香蕉在不同成熟阶段释放的独特气体。比色传感组合利用了 25 种对水果挥发性气体敏感的染料，通过与不同浓度和种类的气体的交叉反应产生独特的气味指纹。独特的气味指纹可以使用 DCNN 进行识别。捕获比色传感器图像数据后，采用密集连接卷积网络（DenseNet），在评估水果成熟度方面，在验证集上达到了 97.39% 的准确率，在测试集上达到了 82.20% 的准确率。该水果成熟度预测系统与DCNN相结合，成功解决了模式识别复杂和识别精度低的问题。总体而言，这种创新工具具有高精度、无损性、实用性、便捷性、成本低等特点，值得考虑和开发用于水果成熟度检测。

"点击查看英文标题和摘要"

更新日期：2024-03-06

网址: 基于人工嗅觉传感器和深度学习的综合水果成熟度评估系统,Foods https://www.huajiangbk.com/newsview1209761.html

所属分类：花卉