Identification of tea based on CARS-SWR variable optimization of visible/near-infrared spectrum.

Yun, Liu; Qing-Wei, Peng; Jian-Cheng, Yu; Yan-Lin, Tang

Yun, Liu; Qing-Wei, Peng; Jian-Cheng, Yu; Yan-Lin, Tang.

Afiliación

Yun L; College of Physics, Guizhou University Guiyang, Guiyang, China.
Qing-Wei P; College of Physics, Guizhou University Guiyang, Guiyang, China.
Jian-Cheng Y; College of Physics, Guizhou University Guiyang, Guiyang, China.
Yan-Lin T; College of Physics, Guizhou University Guiyang, Guiyang, China.

J Sci Food Agric ; 100(1): 371-375, 2020 Jan 15.

Article en En | MEDLINE | ID: mdl-31577843

Asunto(s)

Camellia sinensis/química; Espectroscopía Infrarroja Corta/métodos; Algoritmos; Camellia sinensis/clasificación; Redes Neurales de la Computación; Hojas de la Planta/química; Hojas de la Planta/clasificación; Análisis de Regresión; Té/química

Palabras clave

CARS-SWR preferred variable; identification of tea varieties; probabilistic neural network (PNN); visible/near infrared spectrum

Texto completo

Imprimir

XML

PubMed Links

Buscar en Google

Texto completo: 1 Colección: 01-internacional Banco de datos: MEDLINE Asunto principal: Espectroscopía Infrarroja Corta / Camellia sinensis Tipo de estudio: Diagnostic_studies / Evaluation_studies / Prognostic_studies Idioma: En Revista: J Sci Food Agric Año: 2020 Tipo del documento: Article País de afiliación: China

Texto completo

Imprimir

XML

PubMed Links

Buscar en Google