基于微型低成本荧光传感器与机器学习技术的西班牙橄榄油品质探究
信号处理
2021-04-14 v1 人工智能
机器学习
摘要
特级初榨橄榄油(EVOO)是品质最高的橄榄油，具有极高的营养益处。消费量与掺假等欺诈行为的大幅增长带来了新的挑战，并对开发更简便、更廉价的品质评估方法产生了日益增长的需求。迄今为止，橄榄油品质的判定由生产者通过化学分析与感官评价完成。化学分析需要认证实验室的先进设备与化学知识，因此可及性有限。本工作提出了一种极简、便携且低成本的传感器，可利用荧光光谱学进行橄榄油品质评估。通过分析若干不同品质等级的橄榄油——特级初榨橄榄油(EVOO)、初榨橄榄油(VOO)与 lampante 橄榄油(LOO)——探究了所提技术的潜力。利用大量机器学习方法（包括人工神经网络）对光谱数据进行了分析。本工作所进行的分析表明，可将橄榄油分为上述三类，准确率达100。这些结果证实，该极简低成本传感器有潜力替代昂贵且复杂的化学分析。
引用
@article{arxiv.2104.06310,
title = {Exploration of Spanish Olive Oil Quality with a Miniaturized Low-Cost Fluorescence Sensor and Machine Learning Techniques},
author = {Francesca Venturini and Michela Sperti and Umberto Michelucci and Ivo Herzig and Michael Baumgartner and Josep Palau Caballero and Arturo Jimenez and and Marco Agostino Deriu},
journal= {arXiv preprint arXiv:2104.06310},
year = {2021}
}