机译:通过将深度学习与光谱指纹特征相结合,精确预测来自多个地理区域的苹果可溶性固体含量
Nanjing Agr Univ Coll Engn Nanjing Jiangsu Peoples R China;
Nanjing Agr Univ Coll Engn Nanjing Jiangsu Peoples R China;
Nanjing Agr Univ Coll Engn Nanjing Jiangsu Peoples R China;
Nanjing Agr Univ Coll Engn Nanjing Jiangsu Peoples R China;
Nanjing Agr Univ Coll Engn Nanjing Jiangsu Peoples R China;
Near-infrared spectroscopy; Spectral fingerprint features; Multiple-origin model; Soluble solid content; Deep learning;
机译:通过将深度学习与光谱指纹特征相结合,精确预测来自多个地理区域的苹果可溶性固体含量
机译:基于高光谱成像的亮度等级分割,苹果中可溶性固体含量无损预测的多区域组合模型
机译:利用光谱和高光谱反射成像数据的纹理特征结合预测苹果中的可溶性固形物含量
机译:用广义高斯分布对苹果强度预测的高声散射谱分析及可溶性固体含量
机译:基于区域明智特征分类的HEVC帧内预测中基于深度学习的快速模式决策
机译:用于使用预校准的多光谱传感器芯片组定量预测苹果可溶性固体含量的便携式光谱系统
机译:在900-1700nm光谱区域中使用光学性质在“YA”梨子中可溶性固体含量测定模型的预测与比较