公共文化服务平台

搜索到5712篇“ 可溶性固形物“的相关文章

番茄可溶性固形物遗传基础与改良: 2025年; 番茄育种目标逐渐由产量、抗性等性状改良向品质改良转移。可溶性固形物(主要包括可溶性糖和有机酸等)是决定番茄品质的主要因素,也是番茄品质育种的主要目标。本文综述了番茄可溶性固形物的组成,番茄可溶性固形物含量相关QTL和基因定位以及遗传改良研究进展,为番茄可溶性固形物品质育种提供理论指导。; 张斌浩李方曼葛平飞张星雨陶金宝熊春晖张余洋; 关键词：番茄可溶性固形物

基于DCGAN数据增强的樱桃番茄可溶性固形物含量光谱检测方法: 2025年; 针对樱桃番茄在实际检测中样品数不足的特点,本研究提出一种深度卷积生成对抗网络(deep convolutional generative adversarial network,DCGAN)模型以同时扩充光谱数据及可溶性固形物含量(soluble solids content,SSC)标签数据,并建立一维卷积神经网络回归(one dimensional-convolutional neural networks regression,1D-CNNR)模型以提高模型的预测精度和泛化能力。为了比较,分别建立偏最小二乘回归(partial least squares regression,PLSR)模型和支持向量机回归(support vector regression,SVR)模型。将原始80个样品数据集、1000个样品的DCGAN扩充数据集和1080个样品的合并数据集,分别结合1D-CNNR、SVR及PLSR进行建模与预测。为了进一步验证模型的泛化能力,一批新的总数为40个样品的樱桃番茄数据作为上述3个模型的新测试集。结果显示,使用合并数据集划分所得校正集进行1D-CNNR建模后,模型为最优的SSC回归检测模型。此时1D-CNNR面向合并样品测试集的预测准确率最高,预测相关系数r_(p)=0.9807,均方根误差RMSE_(p)=0.1929;与SVR与PLSR对比,1D-CNNR面向新的40个样品数据集的预测准确率也最高,其r_(p)=0.9638,RMSE_(p)=0.2245。本研究可为有效准确检测樱桃番茄的可溶性固形物含量提供一种新思路。; 吴至境刘富强李志刚陈慧; 关键词：樱桃番茄可溶性固形物含量

不同颜色果袋对阳光玫瑰葡萄可溶性固形物含量的影响: 2025年; 为探究不同颜色果袋对阳光玫瑰可溶性固形物含量的影响,开展了3种颜色纸袋对阳光玫瑰葡萄不同熟期果穗各部位可溶性固形物含量的影响试验。结果表明,在阳光玫瑰葡萄果穗未成熟前,果袋颜色对果穗不同光面及果穗各部位均有一定的影响;果穗成熟始期,绿袋处理果实可溶性固形物含量13.86%,高于其他处理;果穗成熟中期,绿袋处理果实可溶性固形物含量16.83%,显著高于其他处理;果穗成熟期,各处理果实可溶性固形物含量均差异不显著,以蓝渐变袋处理最高。因此,在阳光玫瑰葡萄果穗发育前中期采用绿袋套袋效果较蓝渐变袋和白袋套袋效果好,早上市的宜采用绿袋套袋,而晚上市的宜采用蓝渐变袋套袋,以提高葡萄果实品质。; 韦佳毅韦远克赵峰进韦贵剑韦又琛; 关键词：葡萄可溶性固形物含量熟期

沃柑可溶性固形物含量高光谱检测模型的建立与优化: 2025年; 针对沃柑品质快速检测需求,提出一种基于高光谱图像数据的沃柑可溶性固形物含量(SSC)检测方法,并分析随贮藏时间变化的SSC伪彩色分布图。分别获取307个整果样本和227个半果样本以及它们的SSC数据。比较标准正态变换(SNV)、多元散射校正(MSC)、Savitzky-Golay(SG)滤波、归一化(NM)、一阶导数(FD)、标准化(SD)和小波变换(WT)对偏最小二乘回归(PLSR)模型检测性能的影响以选择光谱预处理方法;比较PLSR、最小绝对值收缩与选择算子(LASSO)回归、支持向量机回归(SVR)、人工神经网络(ANN)、决策树(DT)、随机森林(RF)、轻量级梯度提升机(LightGBM)模型对独立验证集的检测能力以确定最佳模型建立方法,并利用遗传算法(GA)筛选特征波长以优化模型。结果表明:采用FD预处理结合LASSO回归算法所建模型对整果SSC检测效果最优,验证集决定系数(R_(p)^(2))和验证集均方根误差(RMSEP)分别为0.9257和0.9765;SD预处理结合RF模型对半果SSC检测效果最好,其R_(p)^(2)和RMSEP分别为0.8963和1.0630;GA能够滤除53.85%和50.58%的整果和半果波长变量数,基于选择变量的整果和半果最优建模算法分别为SVR和RF,其模型R_(p)^(2)、RMSEP分别为0.9189、1.0173和0.8953、1.0843。研究结果为沃柑SSC高通量无损检测提供了一种可行方案。; 李炜琪王一帆俞越刘洁; 关键词：可溶性固形物含量无损检测

冬枣可溶性固形物含量的高光谱预测方法、装置及存储介质: 本发明公开了一种冬枣可溶性固形物含量的高光谱预测方法、装置及存储介质，属于材料测试分析领域，该方法首先获取冬枣样本，测量所述冬枣样本的光谱数据和可溶性固形物含量数据；利用预设的数据预处理方法，对所述光谱数据进行预处理，得...; 宋宇斐刘傲然张自立孟惜刘智国刘畅王向青李山山

应用特征融合预测富士苹果可溶性固形物含量: 2024年; 针对传统苹果无损检测方法成本高,不利于携带等问题,使用富士苹果RGB图像的不同特征预测其可溶性固形物含量。通过统计方法和卷积神经网络提取苹果图像的颜色特征、纹理特征和局部特征。拼接以上特征,利用融合特征训练回归模型,得到预测结果。结果表明,基于融合特征的模型的预测决定系数Rp2=0.6557,优于基于单一特征的模型。; 喻加停宾峰刘安; 关键词：可溶性固形物富士苹果 RGB图像卷积神经网络

再造烟叶浓缩液可溶性固形物含量快速测定方法被引量：1: 2024年; 为准确、统一、快速地测定造纸法再造烟叶浓缩液中固形物含量(质量分数),利用折光法测定浓缩液中可溶性固含量,同步采用经典气相色谱法测定固含量,通过标准曲线的制定,进行方法的重复性、方法中间精密度及不同测定仪器间的检测对比、共同验证实验及再造烟叶企业产品测定。同一实验人员对同一个样品测定的S_(RSD)均小于0.20%,不同实验人员对同一个样品测定的S_(RSD)均小于0.50%,不同仪器测定的结果绝对偏差小于0.8%,在置信区间95%内, P>0.05;不同实验室之间测定的热水可溶物含量结果的S_(RSD)在0.50%~3.98%之间;企业产品折光法、气相法测定的结果基本一致,绝对差值均小于2.00%,折光法测定一个样品时间<20 s,该方法的重复性好,同时不受人员操作限制,方法具有较好的可操作性、可靠性和再现性,适用于造纸法再造烟叶浓缩液可溶性固形物含量的快速测定。; 吴丽君陈宸王识超段如敏王磊刘静; 关键词：再造烟叶浓缩液固形物含量

利用Transformer进行蓝莓可溶性固形物的定量分析方法研究: 利用高光谱成像技术可以快速无损地检测出蓝莓的物理和化学特征,鉴别蓝莓品质。由于设备和环境等因素的影响,导致采集的蓝莓样本数据量不足,且存在异常值。传统的卷积神经网络模型需要的样本量多,并且只关注局部特征,难以捕获全局信息...; 李飞孙丹宁李照奎张金恩彭炳鑫; 关键词：高光谱成像 TRANSFORMER 可溶性固形物含量无损检测

一种用于检测番茄可溶性固形物含量的KASP标记及应用: 本发明提供了一种检测加工番茄可溶性固形物含量的KASP标记及应用，所述KASP标记包括KASP‑1和KASP‑2，所述KASP‑1的SNP的位点位于番茄SL4.0ch09染色体的第3508313位碱基，分子标记多态性为C...; 李鑫李君明刘磊杜永臣王孝宣黄泽军国艳梅

与西瓜果实可溶性固形物含量相关的SNP标记及其应用: 本发明公开了一种与西瓜果实可溶性固形物含量相关的SNP标记及其应用。所述的SNP位点位于西瓜基因组(97103，V2)第4号染色体的第5948359位核苷酸，该核苷酸为C或T。本发明得到的核苷酸多态性标记位点能够用于鉴定...; 朱红菊刘文革何楠路绪强

加载更多 ∨

相关作者

用户反馈

相关作者

用户登录

用户反馈