食品分类

  • 深度学习根据成分声明准确预测食品类别和营养成分

    今天介绍一篇由Peihua Ma等人于2022年5月发表在Food Chemistry上的文章。本文作者提出了一种基于深度学习的通用技术来预测食物种类和营养成分。开发了一种食品配料语句嵌入方法,包括配料数据解析、数据采样、数据编码和配料语句张量表示,该方法也可应用于其他与食品语言数据处理相关的任务。随后,应用了四种最先进的深度学习模型,包括多层感知器(MLP)、递归神经网络(RNN)、卷积神经网络(CNN)和图形神经网络(GNN)。

    2022年7月5日 0 2.5K 0
  • 多元素分析与化学计量学相结合的食品质量评价

    这篇综述概述了2011年至2021年发表的关于食品认证和多元素成分质量控制的报告,以评估该领域的最新进展。并确定允许实现准确鉴别/分类模型的应用分析技术和化学计量学数据处理的主要特征,强调了这些方法的优缺点。

    2022年5月12日 0 1.4K 0
  • 使用机器学习方法对葡萄酒真实性进行预测建模

    今天介绍一篇不久前由巴西戈亚斯联邦大学的Nattane Luíza da Costa发表于Artificial Intelligence in Agriculture的一篇文章。文中使用支持向量机(SVM)结合两种特征选择方法对南美洲4种葡萄酒进行分类,根据挥发物、半挥发物和酚类化合物的组成对收集的 83 个样品进行了分析。识别出九种化学品定义的变量子集对葡萄酒样品进行分类的性能最优,其准确率达93.97%。

    2021年10月10日 0 2.3K 0
  • 结合光谱学和机器学习改进食品分类

    今天介绍一篇最近由布鲁塞尔自由大学的I. Magnus等人前段时间发表在Food Control上的一篇文章。旨在用于无损产品鉴定的传统数据分析处理技术基础上进行新型算法开发,通过结合紫外线、可见光、近红外反射光谱和荧光光谱的信息和产品流中的食品安全和质量评价,实现识别外来物体。

    AI食品 2021年7月24日 0 2.1K 0