Hoonsoo Lee

深度学习辅助的热成像衍生作物水分胁迫指数在马铃薯植物干旱胁迫检测中的应用

实验室规模荧光光谱法检测植物基奶替代品中牛奶掺假的可行性：杏仁和燕麦作为模型基质

光谱一致性感知的无人机五波段多光谱作物图像深度超分辨率方法评估

一种集成了生物散斑激光成像和多光谱反射率的 dual-sensor 测量系统，用于非破坏性量化干旱诱导的大豆生理变化

基于荧光的传感器结合化学计量学和深度学习方法用于检测和定量牛乳中椰奶掺假

利用高光谱成像技术检测Amorphophallus muelleri blume面粉中的掺假：迈向绿色分析方法的尝试

基于XAI的可解释性水胁迫检测CNN分类器开发：使用RGB图像对甘薯进行研究

利用高光谱成像和机器学习检测马铃薯和甘薯植物的非生物胁迫

异常气候条件下评估作物产量的机器学习、深度学习、集成学习及可解释人工智能技术的最新趋势

基于高光谱成像的优化特征选择与机器学习方法用于非破坏性估计大白菜土壤体积含水量

利用可见-近红外高光谱成像和机器学习技术对含传统药用根的植物基肉饼进行无损鉴别

使用AI技术评估作物水分胁迫的最新方法: 综述

使用短波红外高光谱成像对饲料原料的黑士兵蝇幼虫 (Hermetia illucens) 干物质进行近含量监测