原创力文档- 1、本文档内容版权归属内容提供方，所产生的收益全部归内容提供方所有。如果您对本文有版权争议，可选择认领，认领后既往收益都归您。。
- 2、本文档由用户上传，本站不保证质量和数量令人满意，可能有诸多瑕疵，付费之前，请仔细先通过免费阅读内容等途径辨别内容交易风险。如存在严重挂羊头卖狗肉之情形，可联系本站下载客服投诉处理。
- 3、文档侵权举报电话：400-050-0827(电话支持时间：9:00-18:30)。
- 4、该文档为VIP文档，如果想要下载，成为VIP会员后，下载免费。
- 5、成为VIP后，下载本文档将扣除1次下载权益。下载后，不支持退款、换文档。如有疑问请联系我们。
- 6、成为VIP后，您将拥有八大权益，权益包括：VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
- 7、VIP文档为合作方或网友上传，每下载1次， 网站将根据用户上传文档的质量评分、类型等，对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
本发明公开了一种无损检测黄冠梨果磷含量的方法及装置。首先，通过对黄冠梨果表面进行近红外光谱扫描，采集光谱数据。随后，所获取的近红外光谱数据经过预处理，生成全波段光谱数据。利用偏最小二乘回归算法结合梯度提升回归树算法，基于预处理后的数据建立磷含量的全波段预测模型，并筛选出最佳模型。进一步地，运用遗传算法，从全波段光谱数据中挑选与磷含量相关性强的特征波长，以建立更精确的预测模型。最终，应用所建模型对黄冠梨果磷含量进行无损预测，实现精准在磷含量测定方面的应用。本方法的特点在于结合了多种先进算法，优化了
(19)国家知识产权局
(12)发明专利申请
(10)申请公布号CN117538287A
(43)申请公布日2024.02.09
(21)申请号202311576573.4
(22)申请日2023.11.20
(71)申请人安徽农业大学
地址230000
文档评论（0）