1.一種可智能檢測肉類新鮮度的比色傳感陣列的制備方法，其特征在于，所述制備方法包括如下步驟：
2.根據權利要求1所述的制備方法，其特征在于，步驟(1)所述水溶液中羧甲基纖維素的質量分數為1-6wt％。
3.根據權利要求1所述的制備方法，其特征在于，步驟(1)所述花青素的質量分數為0.1-2wt％，基于羧甲基纖維素的質量。
4.根據權利要求1所述的制備方法，其特征在于，步驟(1)所述離子液體的質量分數為8-40wt％，基于每份溶液中羧甲基纖維素的質量。
5.一種由權利要求1～4任一所述的制備方法制備得到的比色傳感陣列。
6.一種權利要求5所述的比色傳感陣列在檢測食品新鮮度中的應用。
7.一種可視化監(jiān)測肉制品新鮮度的方法，其特征在于，所述方法是將權利要求5所述的比色傳感陣列放入新鮮的肉制品中，根據比色傳感陣列的顏色變化觀察肉制品的新鮮程度。
8.一種智能檢測肉類新鮮度的方法，其特征在于，所述方法包括如下步驟：
9.根據權利要求8所述的方法，其特征在于，步驟(1)所述的拍攝記錄比色傳感陣列的顏色變化圖像和tvb-n值的測量是每隔2h進行的；根據測量的tvb-n值將肉的新鮮度進行分類，當tvb-n<15mg/100g時，劃分為新鮮，15mg/100g<tvb-n<20mg/100g時，為次新鮮，tvb-n>20mg/100g時為腐?。桓鶕vb-n值劃分的標準，其對應的比色傳感陣列圖像也劃分為新鮮，次新鮮和腐敗三類。
10.根據權利要求8所述的方法，其特征在于，步驟(2)所述深度學習算法選用深度卷積神經網絡(dcnn)算法；分類模型選擇vgg16、resnet18、mobilenetv2和shufflenetv2。