您当前的位置:
首页 >
文章列表页 >
基于电子鼻的深度卷积神经网络茯苓产地分类方法
计算与测试 | 更新时间:2025-09-11
    • 基于电子鼻的深度卷积神经网络茯苓产地分类方法

    • 暂无标题

    • 传感器与微系统   2023年第12期 页码:138-141
    • DOI:10.13873/J.1000-9787(2023)12-0138-04    

      中图分类号: R282.5;TP183;TP212
    • 纸质出版:2023

    移动端阅览

  • 徐昊, 章检明, 王中鹏, 等. 基于电子鼻的深度卷积神经网络茯苓产地分类方法[J]. 传感器与微系统, 2023,(12):138-141. DOI: 10.13873/J.1000-9787(2023)12-0138-04.

  •  
  •  
icon
试读结束,您可以激活您的VIP账号继续阅读。
去激活 >
icon
试读结束,您可以通过登录账户,到个人中心,购买VIP会员阅读全文。
已是VIP会员?
去登录 >

0

浏览量

279

下载量

5

CSCD

文章被引用时,请邮件提醒。
提交
工具集
下载
参考文献导出
分享
收藏
添加至我的专辑

相关文章

基于智能AI的传感器应用
一种新型注意力机制的双人交互行为识别方法
电子鼻在疾病呼气诊断中的最新研究进展
面向校园场景视频监控的人体行为识别方法
基于深度学习的散斑图应变场测量

相关作者

邓迅
马丽娜
陈美亦
武东辉
刘国志
管大松
赵婉婉
杨佳慧

相关机构

中国电子科技集团公司第四十九研究所
临沂大学自动化与电气工程学院
郑州轻工业大学建筑环境工程学院
中国科学院上海微系统与信息技术研究所传感技术国家重点实验室
成都中医药大学智能医学学院
0