APPS | 基于机器学习的动物蛋白类食品无损质量分析研究进展

本文综述了基于机器学习的动物蛋白类食品无损质量分析技术的研究进展。背景方面，动物蛋白食品易变质且存在掺假风险，传统检测方法具有破坏性且效率低。研究目的为探讨光谱和成像等无损技术结合机器学习在质量评估中的应用优势，涵盖肉类、海鲜、牛奶和鸡蛋等食品类型。结论指出，高光谱成像、近红外光谱等技术结合多元分析和深度学习模型能有效预测新鲜度和检测掺假，但模型泛化性和数据预处理仍需优化以提高实际应用可靠性。