分析测试学报2023，Vol.42Issue(7)：784-793,10.DOI:10.19969/j.fxcsxb.23030501
基于深度学习与可见-近红外光谱的患腥黑穗病小麦籽粒分类研究
Research on Classification of Common Bunt of Wheat Kernels Based on Visible-Near Infrared Spectroscopy Combined with Deep Learning Algorithms
宋金鹏 1梁琨 2张驰 3梅秀明 3蒋鹏飞 4袁锐4
作者信息
- 1. 南京农业大学 工学院,江苏 南京 210031
- 2. 南京农业大学 人工智能学院,江苏 南京 210031||南京农业大学 江苏省智能化农业装备重点实验室,江苏 南京 210031
- 3. 南京市产品质量监督检验院 国家市场监管重点实验室(生物毒素分析与评价),江苏 南京 210019
- 4. 南京农业大学 人工智能学院,江苏 南京 210031
- 折叠
摘要
关键词
可见-近红外光谱/深度学习/腥黑穗病/小麦分类
化学化工引用本文复制引用
宋金鹏,梁琨,张驰,梅秀明,蒋鹏飞,袁锐..基于深度学习与可见-近红外光谱的患腥黑穗病小麦籽粒分类研究[J].分析测试学报,2023,42(7):784-793,10.
