您当前的位置：
首页 >
文章列表页 >
基于高光谱成像技术的木姜叶柯产地识别及品质成分含量预测研究
基于高光谱成像技术的木姜叶柯产地识别及品质成分含量预测研究
增强出版Geographical Origin Discrimination and Quality Component Content Prediction of
Lithocarpus litseifolius （Hance） Chun. Based on Hyperspectral Imaging Technology- “木姜叶柯被誉为茶中"冬虫夏草"，研究人员建立了高光谱成像结合化学计量学的产地识别与有效成分预测体系，为品质快速检测专属小型化仪器装备开发提供了理论依据和技术支持。”
- 分析测试学报 2026年45卷第3期 页码：591-599
DOI： 10.12452/j.fxcsxb.25082804
修回：2025-12-11 ，
录用：2025-12-12
移动端阅览
AI导读
HTML全文
图( 5 ) 表( 4 )
参考文献
出版信息
数据统计
428
浏览量
819
下载量
0
CSCD
文章被引用时，请邮件提醒。
提交
工具集
- BibTeX下载
- Endnote下载
- RefMan 下载
- NoteExpress下载
- NoteFirst下载
相关文章
基于高光谱与纹理特征融合的甘草药材基源鉴别研究
高光谱喷墨打印墨水数据的非线性降维及分类建模方法研究
MOFs材料在新兴污染物分析检测和去除应用中的研究进展
基于X-射线衍射技术与机器学习的朱砂硫化汞含量预测及模型可解释性研究
基于稀土上转换纳米颗粒示踪的球形与纤维状微塑料在河口潮间带中的环境归趋与生物富集研究
相关作者
杨健
李飞羽
颜继忠
张弘旭
潘忆瑕
张慧
李硕
崔岚
相关机构
江西省道地药材质量评价研究中心，江西 赣江新区
浙江工业大学 药学院
中国刑事警察学院 刑事科学技术学院
大连工业大学食品学院
国家海洋食品工程技术研究中心
