Development of an Integrated Soft E-Nose for Food Quality Assessment

人工智能 人工神经网络 电子鼻 支持向量机 主成分分析 机器学习 计算机科学 模式识别(心理学) 人口 特征提取 相关系数 数据挖掘 人口学 社会学
作者
Kranthi Kumar Pulluri,Vaegae Naveen Kumar
出处
期刊:IEEE Sensors Journal [Institute of Electrical and Electronics Engineers]
卷期号:22 (15): 15111-15122 被引量:19
标识
DOI:10.1109/jsen.2022.3182480
摘要

Food is one of the basic essential elements for human beings. Its quality is directly related to our physical, emotional, and social well-being. An electronic nose is a non-destructive instrument and is an effective solution for quick and easy determination of food quality. In this paper, an integrated soft E-nose methodology focusing on performance enhancement and complexity reduction is proposed and implemented for the effective classification of beef quality and prediction of microbial population in beef. The soft E-nose methodology is tested on 18 available datasets. Ours is a four-step approach that includes validated data collection, signal processing with a moving average filter and principal component analysis for feature reduction, efficient pattern recognition using machine learning and deep learning techniques like support vector machine, k-nearest neighbors, artificial neural network, extreme learning machine, and deep neural network for classification and regression, and an output stage for classification and prediction of the microbial population of beef. This methodology could provide accuracy greater than 98% using k-nearest neighbors, artificial neural network methods, and a correlation coefficient of greater than 0.98 using support vector machine and artificial neural network methods. The proposed methodology is validated using 10-fold cross-validation.
最长约 10秒,即可获得该文献文件

科研通智能强力驱动
Strongly Powered by AbleSci AI
更新
大幅提高文件上传限制,最高150M (2024-4-1)

科研通是完全免费的文献互助平台,具备全网最快的应助速度,最高的求助完成率。 对每一个文献求助,科研通都将尽心尽力,给求助人一个满意的交代。
实时播报
xixi发布了新的文献求助10
刚刚
大红豆子发布了新的文献求助10
刚刚
科研通AI2S应助南滨采纳,获得10
3秒前
SunnyYim完成签到,获得积分10
3秒前
轻松小之发布了新的文献求助30
3秒前
CC完成签到,获得积分10
4秒前
CuSO4完成签到,获得积分10
4秒前
科研通AI2S应助shi hui采纳,获得10
4秒前
water完成签到 ,获得积分10
4秒前
PG完成签到 ,获得积分10
6秒前
南北完成签到 ,获得积分10
7秒前
古的古的应助榕树采纳,获得10
7秒前
曼曼来发布了新的文献求助10
7秒前
懵了应助周周采纳,获得30
9秒前
10秒前
03210322完成签到 ,获得积分10
12秒前
zickycc完成签到,获得积分20
13秒前
Raymond完成签到,获得积分10
14秒前
james完成签到,获得积分10
14秒前
15秒前
XLH发布了新的文献求助10
16秒前
16秒前
LL完成签到,获得积分10
16秒前
rain完成签到,获得积分10
17秒前
shuangyanli完成签到,获得积分10
18秒前
ice贝完成签到,获得积分10
19秒前
周周完成签到,获得积分10
20秒前
啵啵完成签到,获得积分10
21秒前
王aa关注了科研通微信公众号
22秒前
大红豆子完成签到,获得积分10
22秒前
24秒前
子车茗应助Nancy采纳,获得30
26秒前
SciKid524完成签到 ,获得积分10
28秒前
zhangxiaohua完成签到,获得积分10
30秒前
小西瓜发布了新的文献求助10
30秒前
端庄栾发布了新的文献求助10
30秒前
quzhenzxxx完成签到 ,获得积分10
30秒前
852应助服部平次采纳,获得10
32秒前
MLi应助天想月采纳,获得10
34秒前
连牙蓝上了吗完成签到 ,获得积分10
34秒前
高分求助中
Production Logging: Theoretical and Interpretive Elements 2000
Very-high-order BVD Schemes Using β-variable THINC Method 1200
RNAの科学 ―時代を拓く生体分子― 金井 昭夫(編) 1000
BIOLOGY OF NON-CHORDATES 1000
进口的时尚——14世纪东方丝绸与意大利艺术 Imported Fashion:Oriental Silks and Italian Arts in the 14th Century 800
Autoregulatory progressive resistance exercise: linear versus a velocity-based flexible model 550
Education and Upward Social Mobility in China: Imagining Positive Sociology with Bourdieu 500
热门求助领域 (近24小时)
化学 医学 生物 材料科学 工程类 有机化学 生物化学 物理 内科学 纳米技术 计算机科学 化学工程 复合材料 基因 遗传学 物理化学 催化作用 细胞生物学 免疫学 冶金
热门帖子
关注 科研通微信公众号,转发送积分 3353809
求助须知:如何正确求助?哪些是违规求助? 2978311
关于积分的说明 8685219
捐赠科研通 2659860
什么是DOI,文献DOI怎么找? 1456376
科研通“疑难数据库(出版商)”最低求助积分说明 674342
邀请新用户注册赠送积分活动 665114