近日，郭志明教授课题组在农业科学领域Top期刊Computers and Electronics in Agriculture（Q1，园艺类第1）上发表了题为“Detection model transfer of apple soluble solids content based on NIR spectroscopy and deep learning”的研究论文。江苏大学食品与生物工程学院郭志明教授为该论文第一作者和通讯作者，瑞典乌普萨拉大学的Hesham R. El-Seedi教授、阿根廷布宜诺斯艾利斯大学的Stella M. Alzamora院士和Paula L. Gómez教授也参与了论文的研究工作。

近红外光谱检测技术在食品、农产品品质检测中有着广泛应用，但检测模型传递与共享问题成为该技术推广应用的瓶颈。本研究利用近红外传感、深度学习、物联网和云服务技术，以苹果为代表实现了食品主要食用品质检测模型的智能共享和远程更新评价。研究团队构建了一种基于近红外光谱和深度学习技术的模型传递共享方法和物联网监测评价系统。为此，研发了低功耗手持式网络化果品质量无损检测终端和交互式云数据系统的模型共享与更新平台。在此基础上，研究团队开发了自编码器神经网络建立光谱传递模型，用于光谱校正和模型共享。研究结果表明，该自编码器神经网络在光谱校正方面表现优异，有效消除了设备台间差，显著降低了不同检测终端对近红外光谱检测准确性的影响。该研究突破了近红外光谱检测的模型传递与共享关键技术，为近红外光谱检测技术在食品农产品检测领域的规模化应用提供了有效的解决方案。

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

上述研究得到国家重点研发计划（2022YFD2100604）、江苏高校青蓝工程、江苏省重点研发计划（BE2022363）等项目资助。本研究主要内容已申请国际PCT专利（一种云服务的光电检测模型传递共享方法和物联网监测评价系统，PCT/CN2022/140211）。

郭志明教授课题组专注于食品品质安全的分子光谱及成像快速无损检测技术与装备研发，研究工作得到了国家自然科学基金（31972151，31501216）、国家重点研发计划（2022YFD2100604，2018YFC1604401，2017YFC1600802）和农业农村部“神农青年英才”等资助，以第一/通讯作者在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等期刊发表SCI论文30余篇，第一发明人获授权发明专利9件，登记软件著作权6件。研究成果获教育部自然科学二等奖、江苏省科学技术一等奖和中国商业联合会科技进步特等奖等。

论文链接：https://doi.org/10.1016/j.compag.2023.108127