|国家科技期刊平台
| 注册
首页|期刊导航|吉林农业大学学报|基于偏最小二乘法和深度学习的近红外糖度预测

基于偏最小二乘法和深度学习的近红外糖度预测

彭发 王震 刘双喜 王金星 杨化伟

吉林农业大学学报2021，Vol.43Issue(2)：196-204,9.
✕
吉林农业大学学报2021，Vol.43Issue(2)：196-204,9.DOI:10.13327/j.jjlau.2021.6116

基于偏最小二乘法和深度学习的近红外糖度预测

Soluble Solids Content Prediction Using NIR Spectrum Based on PLS and Deep Learning

彭发 1王震 2刘双喜 2王金星 3杨化伟2

作者信息

  • 1. 北京农业智能装备技术研究中心,北京100097
  • 2. 山东省园艺机械与装备重点实验室,泰安271018
  • 3. 山东省农业装备智能化工程实验室,泰安271018
  • 折叠

摘要

关键词

近红外光谱/糖度/偏最小二乘法/深度学习/MobileNetV2模型

分类

化学化工

引用本文复制引用

彭发,王震,刘双喜,王金星,杨化伟..基于偏最小二乘法和深度学习的近红外糖度预测[J].吉林农业大学学报,2021,43(2):196-204,9.

基金项目

北京市农林科学院青年基金项目(QNJJ201818),国家苹果产业技术体系项目(CARS-27) （QNJJ201818）

吉林农业大学学报

OA北大核心CSCDCSTPCD

1000-5684

访问量0
|
下载量0
段落导航相关论文