.png){kind=icon}
S
Silvia Serranti
H指数:34
被引数:4,217
个人简介
暂无内容
教育背景
暂无内容
工作经历
暂无内容
荣誉奖项
暂无内容
海洋环境中塑料碎片的来源与降解：基于羰基指数和稳定同位素的新方法
利用短波红外高光谱成像技术对淡水样品中微塑料的直接识别创新方法
Sustainability
IF3.3
利用高光谱成像和机器学习直接识别海洋沉积物中的微塑料
光减轻铋的毒性，同时维持紫花苜蓿幼苗的铁稳态
Plants
IF4.1
基于高光谱成像的策略用于检测厌氧消化物基质中的微生物塑料
基于Python的工作流程，用于利用卫星图像进行石棉屋顶制图和时序监测
Geomatics
IF2.8
面向实时、可扩展的可见光-短波红外诊断：利用降维光谱采集协议评估机器学习分类性能
Optics
IF1.6
芸薹属芸薹亚种林生油菜收获时间的便携式可见光-近红外高光谱成像现场监测
高光谱成像结合机器学习，用于回收过程中玻璃碎片的精确颜色分类
Recycling
IF4.6
高光谱成像与FTIR光谱法在微塑料聚合物识别中的比较：一种在为期12个月的河流调查中验证的可扩展协议的提案
Talanta
IF6.1
基于支持向量机的逻辑方法，用于通过反射光谱技术探索电子废弃物中ABS塑料的溴和锑含量
利用WorldView-3图像进行石棉屋顶制图的遥感：曼图亚案例研究
使用短波红外光谱法监测Pteris vittata中砷的吸收（多尺度田间试验）
可持续手机废弃物管理：基于大学范围调查的行为洞察与教育干预
recycling
IF0
功能性状作为玉米（Zea mays L.）应对Zn、Pb和Cr重金属诱导胁迫的指示指标
基于机器学习工具的经济有效方法用于微塑料颗粒表征
循环经济背景下通过清洁高光谱成像技术对空间废物进行面向回收的表征
CLEAN TECHNOLOGIES
IF4.7
基于高光谱成像和机器学习的聚丙烯软包装废弃物污染物检测
WASTE MANAGEMENT
IF7.1
