基于红外光谱和机器学习的椰奶掺假检测
机器学习
2025-08-01 v1
摘要
本文提出了一种用于检测椰奶掺假的系统，利用红外光谱。该基于机器学习的系统包括三个阶段：预处理、特征提取和分类。第一阶段涉及从椰奶光谱信号中删除无关数据。第二阶段，我们采用线性判别分析（LDA）算法提取最具判别性的特征。在第三阶段，我们使用K近邻（KNN）模型将椰奶样本分类为真椰奶或掺假椰奶。我们使用包含纯椰奶和被污染椰奶样本的公共数据集评估了所提出方法的性能。结果表明，该方法成功地以93.33%的交叉验证准确率检测了掺假。
引用
@article{arxiv.2507.23418,
title = {Detection of Adulteration in Coconut Milk using Infrared Spectroscopy and Machine Learning},
author = {Mokhtar A. Al-Awadhi and Ratnadeep R. Deshmukh},
journal= {arXiv preprint arXiv:2507.23418},
year = {2025}
}