基于3维荧光光谱技术的含乳饮料分类研究

为了证明3维荧光光谱法对市面上的牛奶饮料进行快速分类的有效性,采集了市面上购买的12个不同品牌的牛奶饮料的3维荧光光谱,对光谱数据进行了预处理。采用主成分分析、因子分析结合聚类分析的方法对预处理后的光谱数据进行分类,通过因子分析提取出8个因子代表3维荧光光谱数据,对降维后的数据进行了聚类分析。结果表明,主成分分析保留前两个主成分的累积贡献率达到95.15%,能较好地降低光谱数据的维数,但是分类阈值不易确定;选择2.5作为阈值距离,可将含乳饮料分为配制型含乳饮料、发酵型含乳饮料和乳酸菌饮料,分类准确率达到83%以上。该研究验证了3维荧光光谱结合因子分析对含乳饮料进行分类的可行性。

基于Jetson Nano的饮料瓶盖分类检测设计

文章采用YOLOv5目标检测模型实现了一种基于Jetson Nano的饮料瓶盖分类检测系统。传统瓶盖分类方法通常需要耗费大量的人力和时间资源,存在准确性和效率低的问题。为提高瓶盖分类的准确性和效率,文章利用计算能力强和功耗低的Jetson Nano搭建了YOLOv5模型,并对饮料瓶进行了精确的分类检测。其中,首先介绍了YOLOv5模型的原理和特点,其次详细描述了基于Jetson Nano的饮料瓶盖分类检测系统的设计和实现过程。该系统在饮料瓶盖分类检测方面的准确性和效率较高,具有很高的应用价值。

Krones AG公司：饮料储箱分类装置

Krones公司与位于Duisburg的Koenig酿酒厂进行合作，在Linapac Ⅱ型制造技术的基础上，加工出一种饮料储箱分类装置。针对装载陌生瓶罐的饮料箱，结合瓶体和箱体分类功能的分类装置可以被设置在灌装设备之前，或作为独立的分类装置。根据市场上的各种要求，可以同时从20瓶装的箱子里取出0．51和0．331规格的瓶子，分门别类地放入到相应的0．51的20瓶装箱子和0．331的24瓶装的箱子里。