期刊导航
期刊开放获取
上海教育软件发展有限公..
期刊文献
+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
检索
高级检索
期刊导航
共找到
2
篇文章
<
1
>
每页显示
20
50
100
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
显示方式：
文摘
详细
列表
相关度排序
被引量排序
时效性排序
监督式机器学习在食品中霉菌毒素检测的应用研究进展
1
作者
张书鸣
王欣
+6 位作者
郑玲春
白亚敏
聂旭元
王锴
许桐
FRANCISCO PÉREZ NEVADO
王强
《食品与发酵工业》
北大核心
2025年第14期422-432,共11页
霉菌毒素是霉菌生长过程中产生的有毒次生代谢产物,广泛存在于各类食品中,直接影响食品的质量和人体的健康。为了保障食品安全和人体健康,必须采取有效措施来防止霉菌毒素在食品中的产生和积累。检测霉菌毒素的传统方法存在检测效率较...
霉菌毒素是霉菌生长过程中产生的有毒次生代谢产物,广泛存在于各类食品中,直接影响食品的质量和人体的健康。为了保障食品安全和人体健康,必须采取有效措施来防止霉菌毒素在食品中的产生和积累。检测霉菌毒素的传统方法存在检测效率较低、灵敏度较差、适用性低等缺点,机器学习作为一种辅助手段,在提升检测准确性和简化实验操作等方面具有促进作用。其中,监督式机器学习因其强大的数据处理能力、精准的预测和分类能力、挖掘潜在食品安全问题的能力以及与其他技术的结合应用能力,已被广泛应用到食品安全的检测中,为食品安全检测提供了有力的支持,有助于保障消费者的健康和权益。该文围绕监督学习在食品中霉菌毒素检测的应用进展,介绍了监督学习的工作流程和常用算法,根据不同算法类型阐述了监督学习在检测食品中霉菌毒素的应用,并对监督学习在食品安全检测领域的发展趋势进行了展望。
展开更多
关键词
监督学习
霉菌毒素
食品安全
分析检测
食品分析化学
在线阅读
下载PDF
职称材料
计算机视觉和深度学习在粮油及其制品无损检测中的应用
2
作者
张书鸣
王欣
+3 位作者
谈文娇
郑玲春
许桐
王强
《食品科学》
2025年第22期40-49,共10页
粮油安全是重要的食品安全问题之一,在全球范围受到广泛关注。因此,快速、准确、高效的检测技术对于保障粮油安全至关重要,而传统粮油检测方法存在耗时长、主观误差大、实时性差等缺点,难以满足消费者对食品品质的高要求,计算机视觉和...
粮油安全是重要的食品安全问题之一,在全球范围受到广泛关注。因此,快速、准确、高效的检测技术对于保障粮油安全至关重要,而传统粮油检测方法存在耗时长、主观误差大、实时性差等缺点,难以满足消费者对食品品质的高要求,计算机视觉和深度学习的结合为粮油检测提供了快速、高效、非破坏性的解决方案。本文首先介绍了深度学习和计算机视觉的基本原理及其在食品检测中的优势,重点分析了卷积神经网络、长短期记忆网络、生成对抗网络等算法在粮油检测中的应用案例,展示了这些技术在提高检测精度和效率方面的显著效果,总结了计算机视觉和深度学习在粮油及其制品无损检测中的应用进展。并从优化模型鲁棒性和可解释性、开发轻量级模型以适应资源受限的检测环境等方面讨论了在粮油安全领域应用中存在的局限性和未来发展趋势,旨在推动食品检测技术向更高效、精准的方向发展。
展开更多
关键词
计算机视觉
深度学习
粮油
无损检测
在线阅读
下载PDF
职称材料
题名
监督式机器学习在食品中霉菌毒素检测的应用研究进展
1
作者
张书鸣
王欣
郑玲春
白亚敏
聂旭元
王锴
许桐
FRANCISCO PÉREZ NEVADO
王强
机构
重庆
第二
师范学院
生物与化学
工程
学院
重庆第二师范学院油脂资源利用与创新重庆市工程研究中心
重庆市
食品药品检验检测
研究
院
埃斯特雷马杜拉大学
出处
《食品与发酵工业》
北大核心
2025年第14期422-432,共11页
基金
重庆市自然科学基金面上项目(cstc2021jcyj-msxmX0362)
重庆市教委科技项目(KJQN202101616)。
文摘
霉菌毒素是霉菌生长过程中产生的有毒次生代谢产物,广泛存在于各类食品中,直接影响食品的质量和人体的健康。为了保障食品安全和人体健康,必须采取有效措施来防止霉菌毒素在食品中的产生和积累。检测霉菌毒素的传统方法存在检测效率较低、灵敏度较差、适用性低等缺点,机器学习作为一种辅助手段,在提升检测准确性和简化实验操作等方面具有促进作用。其中,监督式机器学习因其强大的数据处理能力、精准的预测和分类能力、挖掘潜在食品安全问题的能力以及与其他技术的结合应用能力,已被广泛应用到食品安全的检测中,为食品安全检测提供了有力的支持,有助于保障消费者的健康和权益。该文围绕监督学习在食品中霉菌毒素检测的应用进展,介绍了监督学习的工作流程和常用算法,根据不同算法类型阐述了监督学习在检测食品中霉菌毒素的应用,并对监督学习在食品安全检测领域的发展趋势进行了展望。
关键词
监督学习
霉菌毒素
食品安全
分析检测
食品分析化学
Keywords
supervised learning
mycotoxins
food safety
analytical testing
food analytical chemistry
分类号
TS207.2 [轻工技术与工程—食品科学]
在线阅读
下载PDF
职称材料
题名
计算机视觉和深度学习在粮油及其制品无损检测中的应用
2
作者
张书鸣
王欣
谈文娇
郑玲春
许桐
王强
机构
重庆
第二
师范学院
生物与化学
工程
学院
出处
《食品科学》
2025年第22期40-49,共10页
基金
重庆市企业科技攻关联合行动计划项目(CSTB2025TIAD-qykjggX0275)
重庆市自然科学基金创新发展联合基金项目(CSTB2025NSCQ-LZX0127)
重庆第二师范学院2025年度科技创新项目定向计划-前沿交叉研究基金项目(2025XJQYJCYJ03)。
文摘
粮油安全是重要的食品安全问题之一,在全球范围受到广泛关注。因此,快速、准确、高效的检测技术对于保障粮油安全至关重要,而传统粮油检测方法存在耗时长、主观误差大、实时性差等缺点,难以满足消费者对食品品质的高要求,计算机视觉和深度学习的结合为粮油检测提供了快速、高效、非破坏性的解决方案。本文首先介绍了深度学习和计算机视觉的基本原理及其在食品检测中的优势,重点分析了卷积神经网络、长短期记忆网络、生成对抗网络等算法在粮油检测中的应用案例,展示了这些技术在提高检测精度和效率方面的显著效果,总结了计算机视觉和深度学习在粮油及其制品无损检测中的应用进展。并从优化模型鲁棒性和可解释性、开发轻量级模型以适应资源受限的检测环境等方面讨论了在粮油安全领域应用中存在的局限性和未来发展趋势,旨在推动食品检测技术向更高效、精准的方向发展。
关键词
计算机视觉
深度学习
粮油
无损检测
Keywords
computer vision
deep learning
grains and oils
non-destructive testing
分类号
TS201.6 [轻工技术与工程]
在线阅读
下载PDF
职称材料
题名
作者
出处
发文年
被引量
操作
1
监督式机器学习在食品中霉菌毒素检测的应用研究进展
张书鸣
王欣
郑玲春
白亚敏
聂旭元
王锴
许桐
FRANCISCO PÉREZ NEVADO
王强
《食品与发酵工业》
北大核心
2025
0
在线阅读
下载PDF
职称材料
2
计算机视觉和深度学习在粮油及其制品无损检测中的应用
张书鸣
王欣
谈文娇
郑玲春
许桐
王强
《食品科学》
2025
在线阅读
下载PDF
职称材料
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
上一页
1
下一页
到第
页
确定
用户登录
登录
IP登录
使用帮助
返回顶部
