内容概要：文档主要介绍了食用油品质检测与分析的四种技术手段。一是食用油品种识别，通过高光谱图谱结合GLCM算法提取油品纹理特征，再运用GA-SVM模型进行分类，最终以主成分分析散点图和层序聚类图展示分类结果。二是食用油的掺假鉴别，采用SI-PLSR方法建立油茶籽油掺假量预测模型，通过掺假浓度可视化预测图像直观展示掺假程度。三是理化定量预测，利用PCR和PLSR算法建立酸价、过氧化值等理化指标的预测模型并展示预测结果图。四是转基因油品预测，通过对油光谱预处理后建模，以不同颜色油滴标识转基因与否。;
适合人群：食品科学领域研究人员、食用油品质检测技术人员及相关专业的高校师生。;
使用场景及目标：①帮助专业人员掌握食用油品质检测的前沿技术；②为科研教学提供案例参考，提升教学质量；③为实验室检测提供具体操作指导和技术支持。;
其他说明：文档中提到的技术手段均配有图示或动态演示，有助于更直观地理解各个步骤及最终结果。
2025-10-10 16:03:52
717KB
1
如果不懂如何设置的可以类比网上的vs透明主题(推荐MoeIDE而不是Claudia )
本人只修改了environment 和 searchcontrol 以及 ClientDiagnosticsTools → MenuFocus
其余未做修改，如果bug可以反馈哟 反正我目前是还没遇到
更改字体和字体颜色食用效果更佳
2023-08-30 23:46:17
26KB
1
1. 是动物的数据集。
2. 是从网上挑选出200张羊驼与熊猫的图片作为训练集。
2023-01-04 19:35:43
170.13MB
1
食用和有毒真菌图像数据集，超过3000张可食用和有毒孢子果的图片数据，该数据集被分为2类，蘑菇孢子果和非蘑菇孢子果。每一类有两个亚纲，可食和不可食(包括药用、难食和致幻真菌)各个类型有400-1400张图片不等
2022-12-18 18:28:29
256.87MB
可食用野生植物图片数据集，该数据集包含可食用野生植物的图片。该数据集的目的是支持监督学习模型。该数据集包含62种野生食用植物的图片，是从互联网上收集的。照片尺寸在300K以下，共6000多张植物图片，并按照植物进行分类
2022-12-13 11:30:13
765.59MB
人脸关键点检测，检测到人脸后对人脸关键点进行人脸对齐(转换)，再将人脸裁剪出，输入神经网络中，最后输出人脸嵌入特征(超球面欧式空间)，该特征可用于聚类、相似性检测、分类等。
本次使用国外已有模型，本人没有做过训练，因为此人脸检测，按道理是没必要训练了。
2022-09-20 16:05:27
135.97MB
1
如果不懂如何设置的可以类比网上的vs透明主题(推荐MoeIDE而不是Claudia )
本人只修改了environment 和 searchcontrol 以及 ClientDiagnosticsTools → MenuFocus
其余未做修改，如果bug可以反馈哟 反正我目前是还没遇到
更改字体和字体颜色食用效果更佳
2022-05-19 15:20:40
26KB
1