《表2 两种模型的预测结果》
基于亚像元分解的方法被广泛应用遥感影像的定量解析中,本研究基于MNF的亚像元分解,提出了一种能在食品安全检测领域应用的黄曲霉丰度检测方法,并构建了基于丰度图像的直方图量化特征进行非线性回归,进而预测黄曲霉素精度,该方法最优总体预测误差以降低到12.16%。由于黄曲霉毒素含量在mg/kg数量级,也就是百万分之一数量级,这一精度,已能够较为准确地识别花生是否被黄曲霉毒素污染,进而将污染籽粒剔除。相比较生化的检测方法,虽然预测精度较低,但该方法预测速度快,可以在瞬间完成,对黄曲霉的在线快速检测及其相关便携式装备的研发具有积极意义。
图表编号 | XD00143009000 严禁用于非法目的 |
---|---|
绘制时间 | 2020.03.31 |
作者 | 韩仲志、刘杰 |
绘制单位 | 青岛农业大学理学与信息科学学院、青岛农业大学理学与信息科学学院 |
更多格式 | 高清、无水印(增值服务) |