gaoguangpuchengxiangjishuzaijiangxiangxingbaijiudengyetishipinzhiliangjiancelingyuzhanxianchuzhongyaodeyingyongjiazhi。tongguogaiyanjiubiaoming，gaoguangpunenggoutongshihuoquyangpindeguangpuxinxiyukongjiantezheng，duijiutizhongchunlei、酯類等關鍵香氣物質的含量變化具有敏感響應，從而可用於實現對白酒香氣成分的快速、無損、定量化分析。基於此，高光譜技術可用於風味質量監控、原料與發酵過程管理、成品香氣評估及在線質量控製等環節，從而助力標準化檢測和智能化品控。閱讀全文 ∨
在該研究中，高光譜成像技術主要應用於核桃破殼物料中內源雜質的快速無損檢測。借助近紅外高光譜成像（NIR-HSI），能夠同時獲取核桃樣品的空間信息與連續光譜信息，實現對雜質、正zheng常chang核he桃tao仁ren以yi及ji不bu同tong內nei在zai成cheng分fen差cha異yi的de精jing細xi區qu分fen，為wei傳chuan統tong視shi覺jiao檢jian測ce難nan以yi識shi別bie的de內nei源yuan性xing組zu織zhi差cha異yi提ti供gong有you效xiao依yi據ju，大da幅fu提ti升sheng食shi品pin加jia工gong過guo程cheng中zhong的de檢jian測ce效xiao率lv與yu智zhi能neng化hua水shui平ping。通tong過guo該gai文wen獻xian，展zhan現xian了le高gao光guang譜pu在zai食shi品pin質zhi量liang與yu安an全quan檢jian測ce、堅果原料分選、農產品內部缺陷識別等領域的廣闊應用前景，為構建智能、高效、無損的食品檢測體係提供重要技術支撐。 閱讀全文 ∨
快速、zhunqueqieshishidijianceyancaoyepiandedanhanliangduiyanyepinzhijiancejuyouzhongyaoyiyi。wurenjidazaidegaoguangpuyaoganjishukezaidachidushanghuoqunongtianzuowudejingxiguangpuxinxi。jieheduozhongjiqixuexisuanfa，kejianligaoxiaodeyepiandanhanliang（LNC）評估模型。本研究旨在利用無人機高光譜影像數據構建高性能煙草LNC估算模型。為解決單模型性能差異（異質性）問題，引入集成學習策略，將多元線性回歸（MLR）、決策樹回歸（DTR）、隨機森林（RF）、自適應提升（Adaboost）及堆疊（Stacking）等多種算法進行融合，以挖掘更多有效數據特征。模型性能通過決定係數（R²）、均方根誤差（RMSE）和平均絕對百分比誤差（MAPE）評估，並以偏最小二乘回歸（PLSR）作為基準。閱讀全文 ∨
本(ben)研(yan)究(jiu)展(zhan)示(shi)了(le)高(gao)光(guang)譜(pu)成(cheng)像(xiang)技(ji)術(shu)在(zai)腫(zhong)瘤(liu)病(bing)理(li)診(zhen)斷(duan)領(ling)域(yu)，特(te)別(bie)是(shi)膀(pang)胱(guang)癌(ai)分(fen)級(ji)預(yu)測(ce)中(zhong)具(ju)有(you)重(zhong)要(yao)應(ying)用(yong)價(jia)值(zhi)。該(gai)技(ji)術(shu)可(ke)獲(huo)取(qu)組(zu)織(zhi)切(qie)片(pian)的(de)高(gao)維(wei)光(guang)譜(pu)信(xin)息(xi)，不(bu)僅(jin)保(bao)留(liu)顯(xian)微(wei)圖(tu)像(xiang)的(de)空(kong)間(jian)結(jie)構(gou)特(te)征(zheng)，還(hai)揭(jie)示(shi)不(bu)同(tong)病(bing)變(bian)程(cheng)度(du)組(zu)織(zhi)在(zai)光(guang)譜(pu)反(fan)射(she)特(te)性(xing)上(shang)的(de)微(wei)小(xiao)差(cha)異(yi)，此(ci)外(wai)，高(gao)光(guang)譜(pu)成(cheng)像(xiang)具(ju)備(bei)無(wu)損(sun)、無標記和定量分析的優勢，可用於病理切片中癌變區域的自動識別與特征提取，為數字病理診斷提供新的技術手段。 閱讀全文 ∨
雜草是與作物爭奪光照、養(yang)分(fen)和(he)水(shui)分(fen)的(de)有(you)害(hai)植(zhi)物(wu)，會(hui)嚴(yan)重(zhong)影(ying)響(xiang)作(zuo)物(wu)生(sheng)長(chang)。準(zhun)確(que)識(shi)別(bie)小(xiao)麥(mai)田(tian)中(zhong)的(de)雜(za)草(cao)對(dui)精(jing)準(zhun)噴(pen)藥(yao)和(he)針(zhen)對(dui)性(xing)除(chu)草(cao)至(zhi)關(guan)重(zhong)要(yao)。處(chu)於(yu)生(sheng)長(chang)期(qi)初(chu)期(qi)的(de)禾(he)本(ben)科(ke)雜(za)草(cao)與(yu)小(xiao)麥(mai)幼(you)苗(miao)極(ji)為(wei)相(xiang)似(si)，導(dao)致(zhi)識(shi)別(bie)難(nan)度(du)較(jiao)大(da)。本(ben)研(yan)究(jiu)針(zhen)對(dui)不(bu)同(tong)雜(za)草(cao)侵(qin)染(ran)程(cheng)度(du)的(de)小(xiao)麥(mai)田(tian)，采(cai)用(yong)無(wu)人(ren)機(ji)（UAV）進行影像采集。通過運用深度學習算法和光譜分析技術，實現了雜草的精準識別與提取。結果顯示：散生小麥田的雜草檢測準確率達91.27%，密植小麥田則為87.51%。與無雜草區域相比，雜草密度增加導致小麥生物量下降，最大生物量減少71%。雜草密度對產量的影響類似，最大產量減少4320公斤/公頃−1，降幅達60%。benyanjiujianlilexiaomaitianzacaojiancefangfa，bingtongguojingzhuntiquzacao，yanjiulebutongshengchangjieduanjizacaomiduduixiaomaishengchangdeyingxiang。yanjiujieguoweizacaofangzhiheweihaipingguyanjiutigonglecankaoyiju。閱讀全文 ∨
gaoguangpuchengxiangjishuzaiyixuezhenduanlingyuzhanxianchuguangkuodeyingyongqianjing。gaoguangpuchengxiangnenggouzaidanyituxiangzhongtongshihuoquzuzhidekongjianjiegouyuguangpuxinxi，jieshixibaojizuzhizaibutongboduanxiadeweiguanguangxuetezheng，shixianduibingbianzuzhidewuchuang、定量識別。其在醫學診斷領域的應用方向主要包括：結直腸息肉及癌前病變的光學診斷，實現內鏡檢查中對腺瘤性與非腫瘤性息肉的實時區分；手術中快速組織鑒別與切緣定位，輔助醫生精準切除病灶；病理切片分析與自動分型等閱讀全文 ∨
地址：無錫市梁溪區南湖大道飛宏路58-1-108
.png)
電話：
.png)
郵箱：
地址：北京市海澱區中關村大街19號
電話：
郵箱：
地址：陝西省西安市高新區科技一路40號盛方科技園B座三層東區
電話：
郵箱：
地址：成都市青羊區順城大街206號四川國際大廈七樓G座
電話：
郵箱：
地址：深圳市龍華區民治梅龍路電話：郵箱：
在線谘詢