| 标题 |
 Deep learning-based fine-tuning transfer improves the generalizability of tea component prediction using miniature near-infrared spectroscopy 基于深度学习的微调转移提高了使用微型近红外光谱预测茶叶成分的可推广性
相关领域
概化理论
组分（热力学）
咖啡因
儿茶素
光谱学
近红外光谱
成分分析
绿茶
生物系统
偏最小二乘回归
人工智能
分析化学（期刊）
卷积神经网络
化学
模式识别（心理学）
样品（材料）
预测建模
化学计量学
深度学习
可解释性
中国茶
主成分分析
独立成分分析
传输（计算）
色谱法
计算机科学
机器学习
数学
|
| 网址 | |
| DOI | |
| 其它 |
期刊：Food Chemistry 作者：Yujie Wang; Xuechen Zhang; Huahao Yu; Sitan Ye; Chunyi Zhan; et al 出版日期：2025-09-01 |
| 求助人 | |
| 下载 | 该求助完结已超 24 小时，文件已从服务器自动删除，无法下载。 |
|
温馨提示：该文献已被科研通 学术中心 收录，前往查看
科研通『学术中心』是文献索引库，收集文献的基本信息（如标题、摘要、期刊、作者、被引量等），不提供下载功能。如需下载文献全文，请通过文献求助获取。
|
PDF的下载单位、IP信息已删除
(2025-6-4)
嘻嘻哈哈
Kao
OK
Copyright
Sure
Nole
Oracle
GG
GingerF
清平道人
fantasy
学术熊
无情的聪健
youth
不潮薯饼
破忒头
愉快的真
乐空思
cdercder
Samuel
皖公网安备34019202002308
