.png){kind=icon}
返回
ColorNet: An AI-based framework for pork freshness detection using a colorimetric sensor array
.png){kind=icon}
PRE
AI
DOI：10.1016/j.foodchem.2025.142794.png)
.png){kind=icon}
原文求助.png){kind=icon}
分享.png){kind=icon}
收藏
摘要
En 中文
猪肉的新鲜度对其风味、营养和消费者健康至关重要。当前的颜色传感阵列（CSA）检测系统面临着传感器开发成本高、识别精度低以及平台应用局限性等挑战。在此，我们开发了一种CSA和ColorNet框架以检测猪肉新鲜度。53点CSA通过选择敏化的pH指示剂和醛/酮指示剂进行设计。为优化传感器，采用欧氏距离法识别出24个具有更敏感响应染料的阵列点。ColorNet捕获了猪肉新鲜度的颜色信息，实现了实时检测，准确率达99.5%。为便于实际部署和移动应用，利用梯度激活映射开发了一种精简的12点CSA，保持了99%的识别率，与24点CSA相当。所提出的CSA和模型确保了消费者的健康与安全，为猪肉产业中的质量监测与控制提供了强有力的技术支持。
Keyword:
Pork freshness detection
Colorimetric sensor array
Neural network
Gradient activation mapping
期刊
IF:
9.8
论文数:
4.7W
被引数:
24.4W
机构
暂无机构信息
引用论文
分享收藏Development of a food spoilage indicator for monitoring freshness of skinless chicken breast.png)
TALANTA
TALANTAIF6.1
PREAI
分享收藏Visible detection of chilled beef freshness using a paper-based colourimetric sensor array combining with deep learning algorithms基于纸基颜色传感器阵列结合深度学习算法的冷却牛肉新鲜度可视化检测FOOD CHEMISTRY
FOOD CHEMISTRYIF9.8
PREAI
分享收藏
Advancing cross-subject olfactory EEG recognition: A novel framework for collaborative multimodal learning between human-machine推进跨主体嗅觉脑电识别: 人机协作多模态学习的新框架
PREAI
分享收藏Electrical gas sensors for meat freshness assessment and quality monitoring: A review用于肉类新鲜度评估和质量监测的电气体传感器: 综述
PREAI
分享收藏
查看更多内容