摘要
本发明提供一种基于智能化分光光度的食品安全检测方法,其中,本发明实施例通过智能分光光度计对食品样品进行光谱扫描,获取样品的高分辨率吸收光谱数据,利用深度学习模型对高分辨率吸收光谱数据进行模式识别,区分食品中的天然成分与预设目标外存在的非法添加剂,同时生成成分浓度分布图,结合食物成分光谱数据库采用多变量统计分析方法评估食品中各成分间的相互作用及各成分的潜在影响,生成健康风险评估报告,将成分浓度分布图和健康风险评估报告映射至预设的安全风险模型中,生成综合安全评估报告,本发明提供的技术方案缩短了检测时间,提高了检测的准确性和可靠性,为食品安全提供了更全面的评估,实现了从检测到评估的一站式解决方案。
技术关键词
健康风险评估
食品安全检测方法
多变量统计分析
深度卷积神经网络
阈值分割算法
报告
评估食品
多尺度结构特征
添加剂
智能分光
深度学习模型
推理算法
动态更新
数据
模式识别
自然语言生成技术
光谱解析技术
蒙特卡洛模拟方法
系统为您推荐了相关专利信息
定量分析方法
橡胶制品
数据处理软件
色谱柱切换技术
计量学方法
手术纱布计数装置
等离子发生器
计数方法
倾斜板
光电传感器
超声影像数据
瓣膜
深度卷积神经网络
二尖瓣
食管
经济型
钢包精炼炉
钢水复合脱氧
在线检测模型
钢水中氧含量