利用低成本近红外光谱仪与机器学习技术测定室温下鸡蛋存储时间
系统与控制
2020-11-30 v1 系统与控制
摘要
如今，消费者更加关注食品的新鲜度与质量。在家禽蛋的工业与消费应用中，鸡蛋存储时间是新鲜度与质量的指标，尽管在欧盟以外鸡蛋标记并非总是强制要求。其他作者已发表使用昂贵实验室设备测定鸡蛋存储时间与新鲜度的研究。相反，本文提出了一种基于低成本设备的室温(\deg C)下鸡蛋存储时间快速、无损预测的新方法。以49周龄H&N棕色母鸡群作为采样鸡蛋来源。从产蛋开始，这些样本在22天内每日用低成本连接智能手机的近红外反射(NIR)光谱仪扫描。得到的660个样本数据集按10折交叉验证随机划分，用于两种机器学习算法的对比与优化过程。在优化期间，测试了若干模型以建立稳健的校准模型。最佳模型采用Savitzky Golay预处理技术，以及一个含一个隐藏层十神经元的 Artificial Neural Network(人工神经网络)。对鸡蛋存储时间回归，测试达到决定系数(R-squared)与均方根误差(RMSE)1.97。尽管仍需进一步工作，该技术已显示出利用连接智能手机的低成本光谱仪测定鸡蛋新鲜度的工业潜力与消费用途。
引用
@article{arxiv.2011.13185,
title = {Determination of egg storage time at room temperature using a low-cost NIR spectrometer and machine learning techniques},
author = {Julian Coronel-Reyes and Ivan Ramirez-Morales and Enrique Fernandez-Blanco and Daniel Rivero and Alejandro Pazos},
journal= {arXiv preprint arXiv:2011.13185},
year = {2020}
}
备注
26 pages, 9 figures, 2 tables