2024年7月6日
星期六
|
欢迎来到滨州市图书馆•公共文化服务平台
登录
|
注册
|
进入后台
[
APP下载]
[
APP下载]
扫一扫,既下载
全民阅读
职业技能
专家智库
参考咨询
您的位置:
专家智库
>
>
万相梅
作品数:
1
被引量:5
H指数:1
供职机构:
江南大学
更多>>
发文基金:
中国博士后科学基金
江苏省自然科学基金
国家自然科学基金
更多>>
相关领域:
农业科学
更多>>
合作作者
黄敏
江南大学食品学院食品科学与技术...
张慜
江南大学食品学院食品科学与技术...
朱启兵
江南大学
作品列表
供职机构
相关作者
所获基金
研究领域
题名
作者
机构
关键词
文摘
任意字段
作者
题名
机构
关键词
文摘
任意字段
在结果中检索
文献类型
1篇
中文期刊文章
领域
1篇
农业科学
主题
1篇
图像
1篇
光谱图像
1篇
厚度检测
1篇
高光谱图像
1篇
菜用
1篇
菜用大豆
1篇
大豆
机构
1篇
江南大学
作者
1篇
朱启兵
1篇
张慜
1篇
黄敏
1篇
万相梅
传媒
1篇
食品与生物技...
年份
1篇
2012
共
1
条 记 录,以下是 1-1
全选
清除
导出
排序方式:
相关度排序
被引量排序
时效排序
基于高光谱图像技术的菜用大豆厚度检测
被引量:5
2012年
菜用大豆厚度是划分菜用大豆等级的重要衡量指标之一。采用高光谱图像技术对菜用大豆的厚度进行预测。实验中选取200个菜用大豆作为测试样本,获取其高光谱反射图像,同时用数字式游标卡尺测量厚度值。选取400~1 000 nm范围的光谱信息,采用多元散射校正、标准归一化和导数计算对光谱数据预处理,结合偏最小二乘和多元线性回归两种分析方法建立厚度校正模型和预测模型。研究发现基于多元散射校正的偏最小二乘方法的模型精度较优,校正模型和预测模型的相关系数分别为0.956和0.933,均方根误差分别为0.59 mm和0.70 mm。研究结果表明可以利用高光谱图像技术预测菜用大豆厚度。
黄敏
万相梅
朱启兵
张慜
关键词:
菜用大豆
高光谱图像
厚度检测
全选
清除
导出
共1页
<
1
>
聚类工具
0
执行
隐藏
清空
用户登录
用户反馈
标题:
*标题长度不超过50
邮箱:
*
反馈意见:
反馈意见字数长度不超过255
验证码:
看不清楚?点击换一张