《食品科学》：华中农业大学祝志慧副教授等：基于改进一维卷积神经网络模型的蛋清粉近红外光谱真实性检测

本文研究了基于改进一维卷积神经网络（1D-CNN）模型的蛋清粉近红外光谱真实性检测方法。背景方面，蛋清粉因其高蛋白、低脂肪低碳水的特点受到广泛欢迎，但市场上存在掺假现象，给食品安全带来隐患。研究目的是通过近红外光谱技术结合改进的1D-CNN模型，实现对蛋清粉真伪的快速、准确检测。改进模型引入了有效通道注意力模块（ECA）和一维全局平均池化（1D-GAP）技术，提高了特征提取能力和检测速度。实验结果表明，改进后的EG-1D-CNN模型在准确率、检测速度和模型大小上均优于传统方法，假阳性率为0%，总准确率达98.93%，最低检测限可达0.1%。结论表明，该模型在蛋清粉真实性检测中具有巨大应用潜力，并为便携式检测仪的开发提供了理论基础。