Modelo de predicción para el contenido de polifenoles del té con características profundas extraídas utilizando redes neuronales convolucionales 1D y 2D
Autores: Luo, Na; Li, Yunlong; Yang, Baohua; Liu, Biyun; Dai, Qianying
Idioma: Inglés
Editor: MDPI
Año: 2022
Acceso abierto
Artículo científico
2022
Modelo de predicción para el contenido de polifenoles del té con características profundas extraídas utilizando redes neuronales convolucionales 1D y 2D
Categoría
Ciencias Agrícolas y Biológicas
Subcategoría
Ciencias Agrícolas y Biológicas Generales
Palabras clave
Polifenoles del té
Tecnología de imágenes hiperespectrales
Red neuronal convolucional
Características profundas espectrales-espaciales
Modelos de aprendizaje automático
Resultados de estimación
Licencia
CC BY-SA – Atribución – Compartir Igual
Consultas: 24
Citaciones: Sin citaciones
El contenido de polifenoles del té (TP) es uno de los indicadores importantes para juzgar la calidad del té. La tecnología de estimación precisa y no destructiva del contenido de polifenoles del té ha atraído cada vez más atención, convirtiéndose en una tecnología clave para la producción de té, la identificación de calidad, la clasificación, entre otros.
Descripción
El contenido de polifenoles del té (TP) es uno de los indicadores importantes para juzgar la calidad del té. La tecnología de estimación precisa y no destructiva del contenido de polifenoles del té ha atraído cada vez más atención, convirtiéndose en una tecnología clave para la producción de té, la identificación de calidad, la clasificación, entre otros.