• 简体   /   繁体
基于高光谱成像技术和机器学习的猕猴桃果实可溶性固形物含量预测-果树学报2024年12期

基于高光谱成像技术和机器学习的猕猴桃果实可溶性固形物含量预测

作者:刘子涵 李明 赵峙尧 陈谦 李佳利 于家斌 钱建平 字体:      

摘    要:【目的】可溶性固形物含量(SSC)是评价猕猴桃果实品质的关键指标。旨在利用高光谱技术构建猕猴桃果实SSC预测方案,实现无损、准确评估果实内部品质。【方法】以米良一号猕猴桃果实为研究对象,(试读)...

果树学报

2024年第12期