|国家科技期刊平台
| 注册
首页|期刊导航|食品科学|基于线性判别分析和机器学习的可见-近红外光谱苹果损伤分级

基于线性判别分析和机器学习的可见-近红外光谱苹果损伤分级

张宇 张重阳 段鑫鑫 马少格 赵甫 王菊霞

食品科学2024，Vol.45Issue(22)：P.255-261,7.
✕
食品科学2024，Vol.45Issue(22)：P.255-261,7.DOI:10.7506/spkx1002-6630-20240327-200

基于线性判别分析和机器学习的可见-近红外光谱苹果损伤分级

张宇 1张重阳 1段鑫鑫 1马少格 1赵甫 1王菊霞2

作者信息

  • 1. 山西农业大学农业工程学院,山西太谷030801
  • 2. 山西农业大学农业工程学院,山西太谷030801 旱作农业机械关键技术与装备山西省重点实验室,山西太谷030801
  • 折叠

摘要

关键词

苹果/可见-近红外光谱/机器学习/线性判别分析/损伤分级

分类

数理科学

引用本文复制引用

张宇,张重阳,段鑫鑫,马少格,赵甫,王菊霞..基于线性判别分析和机器学习的可见-近红外光谱苹果损伤分级[J].食品科学,2024,45(22):P.255-261,7.

基金项目

国家自然科学基金青年科学基金项目(11802167) （11802167）

山西省重点研发计划项目(202102020101012) （202102020101012）

山西省应用基础研究项目(201901D211364)。 （201901D211364）

食品科学

OA北大核心CSTPCD

1002-6630

访问量0
|
下载量0
段落导航相关论文