摘要: 提出一种奶粉真实性拉曼成像非定向检测方法,该方法创新性地利用流判别神经网络提取奶粉拉曼成像数据的深层特征,并基于概率分布转移策略和密度保持原理构建可信奶粉特征分布区间。该方法可准确识别多种未知掺杂奶粉,其识别准确率达97.3%以上,检出限可达0.3%。结果证明,该方法具有检测范围广、精度高、便捷快速等特点,可高效满足当前奶粉真实性检测的实际需求,并为其他非均匀食品体系的真实性检测提供一种新型手段。
中图分类号:
夏启,何天伦,黄志轩,陈达. 流判别神经网路驱动的奶粉真实性拉曼成像非定向检测方法[J]. 食品科学, 2023, 44(12): 315-321.
XIA Qi, HE Tianlun, HUANG Zhixuan, CHEN Da. A Raman Imaging Methodology for Non-targeted Detection of Milk Powder Authenticity Using Flow-based Discrimination Neural Network[J]. FOOD SCIENCE, 2023, 44(12): 315-321.