换一批机器学习在生鲜农产品质量与安全快速无损智能检测中的应用与展望
Non-destructive Intelligent Testing of the Quality and Safety of Fresh Agricultural Products Based on Machine Learning:Principles,Challenges,and Applications
摘要随着现代食品工业的发展和全球化进程的推进,食品质量与安全日益成为公众关注的焦点.果蔬、肉品、水产等生鲜农产品采后易腐败、难保存、损失大,实现对生鲜农产品质量与安全的实时、准确且快速的检测对食品工业的发展和消费者权益的保障具有重要的科学意义.传统的检测方法大多存在着检测要求条件较高、检测周期长、检测会对样本造成破坏等问题,无法在食品工业中实现大规模运用.随着人工智能和计算机技术的快速发展,具有强大预测能力和高准确性的机器学习模型已逐渐应用于生鲜农产品质量与安全的检测中,有效克服了新兴无损检测技术检测过程中数据冗余且无法大量处理的缺点.该文介绍了机器学习及深度学习算法基本理论方法,分析了无损检测技术融合机器学习在生鲜农产品质量与安全检测中的应用与挑战,为未来食品品质与安全的精准实时监控提供了重要理论支撑与方法指导.
更多相关知识
栏目名称
DOI
10.13982/j.mfst.1673-9078.2025.12.1576
发布时间
2026-01-21（万方平台首次上网日期，不代表论文的发表时间）
基金项目
国家重点研发计划（2023YFD2101002）
- 浏览0
- 被引0
- 下载0
相似文献
- 中文期刊
- 外文期刊
- 学位论文
- 会议论文
