根据NIR光谱学,使用模型转移和转移学习对基维果多年来可溶性固体含量和度的预测模型进行校准

Jianing Luo1, Jiabao Li1, Qingji Tian1

  • 1College of Mechanical and Electronic Engineering, Northwest A&F University, Yangling, Shaanxi 712100, China.

概括

校正两阶段TrAdaBoost.R2 (Cor-TTB) 算法有效地解决了使用近红外光谱学预测基维果质量的生物变异性. 这种方法改善了可溶性固体含量 (SSC) 和固度 (FI) 的模型,即使新数据有限.