综述:利用Vis-NIR进行非破坏性食品分级:化学计量学与机器学习综述

《Journal of Food Measurement and Characterization》:Non-destructive food grading with Vis-NIR: Chemometrics and machine learning review

【字体: 大 中 小 】 时间:2026年06月06日 来源:Journal of Food Measurement and Characterization 3.3

编辑推荐:

  摘要非破坏性光谱传感技术现已成为现代食品质量和安全检测的基石,为破坏性实验室检测提供了一种快速且经济高效的替代方案。本文将可见光-近红外(Vis–NIR)光谱技术置于一系列非破坏性技术之中,这些技术还包括傅里叶变换近红外(FT-NIR)光谱、拉曼光谱、多光谱成像(MSI)、高光谱

  

摘要

非破坏性光谱传感技术现已成为现代食品质量和安全检测的基石,为破坏性实验室检测提供了一种快速且经济高效的替代方案。本文将可见光-近红外(Vis–NIR)光谱技术置于一系列非破坏性技术之中,这些技术还包括傅里叶变换近红外(FT-NIR)光谱、拉曼光谱、多光谱成像(MSI)、高光谱成像(HSI)和热成像。文章讨论了这些技术在食品及相关材料(如水果、蔬菜、谷物、乳制品粉末、肉类和土壤)中的应用。近红外系统能够实现在线、非破坏性的特性评估,包括可溶性固形物含量(SSC)、pH值、干物质含量、水分含量、色素成分、掺假程度以及地理来源等。文章概述了这些技术及其在端到端化学计量学和机器学习(ML)工作流程中的集成方式。文中探讨了光谱预处理方法(如Savitzky–Golay平滑处理、标准正态变量(SNV)和乘法散射校正(MSC)),以及特征选择方法(如竞争性自适应加权采样、变量重要性投影和LASSO),还有特征提取方法(如主成分分析、独立成分分析和非负矩阵分解),这些方法用于在高维数据中识别关键特征变量。此外,还回顾了多种建模方法,包括多元回归、偏最小二乘回归(PLSR)、随机森林(RF)、XGBoost和深度学习(DL)架构(如卷积神经网络CNNs)以及基于You Only Look Once(YOLO)的目标检测技术。这些方法可用于预测食品的组成属性、检测缺陷并进行分类。案例研究表明,在许多受控应用中,这些技术能够展现出良好的预测性能,部分研究的决定系数很高。然而,性能会受到样品类型、仪器设置、预处理方法和验证设计的影响。最后,文章强调了带有嵌入式机器学习功能的手持式和便携式传感器的快速发展,并讨论了其在工业应用中面临的障碍,包括领域转换、校准转移、数据稀缺性和计算限制等问题。

非破坏性光谱传感技术现已成为现代食品质量和安全检测的基石,为破坏性实验室检测提供了一种快速且经济高效的替代方案。本文将可见光-近红外(Vis–NIR)光谱技术置于一系列非破坏性技术之中,这些技术还包括傅里叶变换近红外(FT-NIR)光谱、拉曼光谱、多光谱成像(MSI)、高光谱成像(HSI)和热成像。文章讨论了这些技术在食品及相关材料(如水果、蔬菜、谷物、乳制品粉末、肉类和土壤)中的应用。近红外系统能够实现在线、非破坏性的特性评估,包括可溶性固形物含量(SSC)、pH值、干物质含量、水分含量、色素成分、掺假程度以及地理来源等。文章概述了这些技术及其在端到端化学计量学和机器学习(ML)工作流程中的集成方式。文中探讨了光谱预处理方法(如Savitzky–Golay平滑处理、标准正态变量(SNV)和乘法散射校正(MSC),以及特征选择方法(如竞争性自适应加权采样、变量重要性投影和LASSO),还有特征提取方法(如主成分分析、独立成分分析和非负矩阵分解),这些方法用于在高维数据中识别关键特征变量。此外,还回顾了多种建模方法,包括多元回归、偏最小二乘回归(PLSR)、随机森林(RF)、XGBoost和深度学习(DL)架构(如卷积神经网络CNNs)以及基于You Only Look Once(YOLO)的目标检测技术。这些方法可用于预测食品的组成属性、检测缺陷并进行分类。案例研究表明,在许多受控应用中,这些技术能够展现出良好的预测性能,部分研究的决定系数很高。然而,性能会受到样品类型、仪器设置、预处理方法和验证设计的影响。最后,文章强调了带有嵌入式机器学习功能的手持式和便携式传感器的快速发展,并讨论了其在工业应用中面临的障碍,包括领域转换、校准转移、数据稀缺性和计算限制等问题。

相关新闻
生物通微信公众号
微信
新浪微博
  • 搜索
  • 国际
  • 国内
  • 人物
  • 产业
  • 热点
  • 科普

热点排行

    今日动态 | 人才市场 | 新技术专栏 | 中国科学人 | 云展台 | BioHot | 云讲堂直播 | 会展中心 | 特价专栏 | 技术快讯 | 免费试用

    版权所有 生物通

    Copyright© eBiotrade.com, All Rights Reserved

    联系信箱:

    粤ICP备09063491号