Loading...
机构名称:
¥ 1.0

可可豆在巧克力生产中起着至关重要的作用,使其成为高度相关的作物。可可豆的收获后阶段,包括分类,质量评估和发酵,具有重要的重视。随着对可销售的可可豆的需求不断增长,对可靠,准确和快速技术的需求已经出现。这项研究在2016年至今的可可豆的收获后阶段提供了对机器学习技术的全面综述。分析36项研究,重点是分类,质量评估和发酵。建议的框架包括应用领域,学习算法,性能指标和报告的影响。值得注意的是,它探讨了各种机器学习应用,例如分类,质量评估和发酵,突出了常用算法,例如ANN,CNN和SVM。在性能指标方面,GLCM在可可分类中达到了最高的准确性(99.61%),ANFI在质量评估方面表现出色(99.715%),而K-NN则是发酵最准确的。本评论是可可豆领域研究人员的宝贵资源,为机器学习进步提供了见解。

对Cacao Post ...

对Cacao Post ...PDF文件第1页

对Cacao Post ...PDF文件第2页

对Cacao Post ...PDF文件第3页

对Cacao Post ...PDF文件第4页

对Cacao Post ...PDF文件第5页

相关文件推荐

2025 年
¥1.0
2023 年
¥8.0
2024 年

...

¥1.0
2024 年
¥2.0
2023 年

...

¥1.0
2015 年

...

¥1.0
2025 年

...

¥1.0
2023 年
¥9.0
2023 年

...

¥1.0
2023 年

...

¥1.0
2022 年
¥1.0
2024 年
¥1.0
2025 年

...

¥1.0
2023 年

...

¥1.0
2020 年
¥1.0
2022 年
¥2.0
2023 年
¥1.0
2023 年
¥1.0
2025 年
¥1.0
1900 年
¥5.0
2023 年

...

¥9.0
2023 年
¥1.0
2020 年

...

¥1.0
2020 年

...

¥1.0
2024 年

...

¥5.0
2022 年

...

¥1.0
2018 年
¥1.0
2022 年
¥1.0
2020 年
¥1.0
1900 年
¥2.0