利用便捷式可见-近红外光谱仪和机器学习分辨霉变小麦及霉变程度

PDF(2050 KB)

智慧农业 ›› 2024, Vol. 6 ›› Issue (1) : 89-100. DOI: 10.12133/j.smartag.SA202311032

作者信息 +

Using a Portable Visible-near Infrared Spectrometer and Machine Learning to Distinguish and Quantify Mold Contamination in Wheat

Author information +

文章历史 +

导出引用

{{article.zuoZheCn_L}}. {{article.title_cn}}[J]. {{journal.qiKanMingCheng_CN}}, 2024, 6(1): 89-100 https://doi.org/10.12133/j.smartag.SA202311032

{{article.zuoZheEn_L}}. {{article.title_en}}[J]. {{journal.qiKanMingCheng_EN}}, 2024, 6(1): 89-100 https://doi.org/10.12133/j.smartag.SA202311032

中图分类号：

列表( 原文顺序 | 文献年度倒序 | 文中引用次数倒序 ) 可视化分析

编委：

主编：

责任编辑：

编辑:

PDF(2050 KB)

Accesses

Citation

Detail

段落导航