【技术实现步骤摘要】
本专利技术涉及无损检测，具体涉及一种基于红外光谱和深度学习的小龙虾新鲜度检测方法。
技术介绍
1、随着人们生活水平的提高和对食品安全意识的不断增强，食品新鲜度检测在保障公众饮食安全与品质方面的重要性日益凸显。小龙虾作为我国长江中下游地区重要的淡水经济虾类，因其肉质鲜美、风味独特且营养丰富，深受消费者喜爱，在食品市场中占据重要地位。然而，小龙虾特殊的生物特性使其在加工和储运过程中面临着严峻的新鲜度维持挑战。
2、小龙虾的养殖环境较为复杂，其体表和体内容易携带多种微生物，而虾肉中富含的水分和蛋白质又为微生物的生长繁殖提供了良好的环境。在这样的条件下，小龙虾相较于大多数水产品，在加工和储运过程中更容易发生腐败变质，导致其新鲜度快速下降，不仅影响口感和品质，还可能对人体健康造成潜在危害。
3、传统的新鲜度指标测定方法存在诸多不足，如检测周期长、操作繁琐、效率低下，而且在检测过程中需要使用化学试剂，容易产生化学污染，同时这些方法大多需要对样本进行破坏性处理，无法实现无损检测和在线实时监测。随着小龙虾产业的快速发展，传统检测...
【技术保护点】
1.一种基于红外光谱和深度学习的小龙虾新鲜度检测方法，其特征在于，包括如下步骤：
2.根据权利要求1所述的一种基于红外光谱和深度学习的小龙虾新鲜度检测方法，其特征在于，所述步骤一中，将所选小龙虾样品按比例3：1划分为训练集和测试集。
3.根据权利要求1所述的一种基于红外光谱和深度学习的小龙虾新鲜度检测方法，其特征在于，所述步骤二中，红外光谱数据采集采用近红外积分球漫反射测量法，光谱采集范围为4000-10000cm-1，光谱分辨率为16cm-1，光谱扫描次数为80次。
4.根据权利要求1所述的一种基于红外光谱和深度学习的小龙虾新鲜度...
【技术特征摘要】
1.一种基于红外光谱和深度学习的小龙虾新鲜度检测方法，其特征在于，包括如下步骤：
2.根据权利要求1所述的一种基于红外光谱和深度学习的小龙虾新鲜度检测方法，其特征在于，所述步骤一中，将所选小龙虾样品按比例3：1划分为训练集和测试集。
3.根据权利要求1所述的一种基于红外光谱和深度学习的小龙虾新鲜度检测方法，其特征在于，所述步骤二中，红外光谱数据采集采用近红外积分球漫反射测量法，光谱采集范围为4000-10000cm-1，光谱分辨率为16cm-1，光谱扫描次数为80次。
4.根据权利要求1所述的一种基于红外光谱和深度学习的小龙虾新鲜度检测方法，其特征在于，所述步骤二中，新鲜度指标测定方法为：参考国标gb5009.228-2016中半微量定氮法测定tvb-n值，参考国标gb4789.2-2022的平板菌落计数法测定tvc值，采用色差仪测定色差l*值、a*值、b*值，并根据公式计算w值；
5.根据权利要求1所述的一种基于红外光谱和深度学习的小龙虾新鲜度检测方法，其特征在于，所述步骤三中，osc算法的处理步骤包括：
6.根据权利要求1所述的一种基于...
【专利技术属性】
技术研发人员：陆剑锋，韩青莉，林琳，王成辉，李强，朱娇娇，
申请(专利权)人：合肥工业大学，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。