近日，郭志明教授課題組在農業科學領域Top期刊Computers and Electronics in Agriculture（Q1，園藝類第1）上發表了題為“Detection model transfer of apple soluble solids content based on NIR spectroscopy and deep learning”的研究論文。beat365在线体育郭志明教授為該論文第一作者和通訊作者，瑞典烏普薩拉大學的Hesham R. El-Seedi教授、阿根廷布宜諾斯艾利斯大學的Stella M. Alzamora院士和Paula L. Gómez教授也參與了論文的研究工作。

近紅外光譜檢測技術在食品、農産品品質檢測中有着廣泛應用，但檢測模型傳遞與共享問題成為該技術推廣應用的瓶頸。本研究利用近紅外傳感、深度學習、物聯網和雲服務技術，以蘋果為代表實現了食品主要食用品質檢測模型的智能共享和遠程更新評價。研究團隊構建了一種基于近紅外光譜和深度學習技術的模型傳遞共享方法和物聯網監測評價系統。為此，研發了低功耗手持式網絡化果品質量無損檢測終端和交互式雲數據系統的模型共享與更新平台。在此基礎上，研究團隊開發了自編碼器神經網絡建立光譜傳遞模型，用于光譜校正和模型共享。研究結果表明，該自編碼器神經網絡在光譜校正方面表現優異，有效消除了設備台間差，顯著降低了不同檢測終端對近紅外光譜檢測準确性的影響。該研究突破了近紅外光譜檢測的模型傳遞與共享關鍵技術，為近紅外光譜檢測技術在食品農産品檢測領域的規模化應用提供了有效的解決方案。

Figure 1. Schematic diagram of the sharing updating method of apple quality spectral correction model

Figure 2. Cloud data platform architecture diagram for apple Internal quality testing

上述研究得到國家重點研發計劃（2022YFD2100604）、江蘇高校青藍工程、江蘇省重點研發計劃（BE2022363）等項目資助。本研究主要内容已申請國際PCT專利（一種雲服務的光電檢測模型傳遞共享方法和物聯網監測評價系統，PCT/CN2022/140211）。

郭志明教授課題組專注于食品品質安全的分子光譜及成像快速無損檢測技術與裝備研發，研究工作得到了國家自然科學基金（31972151，31501216）、國家重點研發計劃（2022YFD2100604，2018YFC1604401，2017YFC1600802）和農業農村部“神農青年英才”等資助，以第一/通訊作者在Food Chemistry、Computers and Electronics in Agriculture、Journal of Food Engineering、Postharvest Biology and Technology、Food Control、LWT-Food Science and Technology、International Journal of Food Microbiology等期刊發表SCI論文30餘篇，第一發明人獲授權發明專利9件，登記軟件著作權6件。研究成果獲教育部自然科學二等獎、江蘇省科學技術一等獎和中國商業聯合會科技進步特等獎等。

論文鍊接：https://doi.org/10.1016/j.compag.2023.108127