利用高光谱成像与机器学习进行泥煤无损分析
计算机视觉与模式识别
2024-05-06 v1 机器学习
图像与视频处理
摘要
泥煤是威士忌生产中的关键成分，赋予最终产品独特且不可替代的风味。然而，泥煤的开采会破坏古老的生态系统并释放大量碳，从而加剧气候变化。本文旨在通过一项可行性研究来解决这一问题，即利用高光谱成像进行无损分析，以提高威士忌制造中泥煤的使用效率。结果表明，短波红外（SWIR）数据对于分析泥煤样品和预测总酚水平更为有效，准确率高达 99.81%。
引用
@article{arxiv.2405.02191,
title = {Non-Destructive Peat Analysis using Hyperspectral Imaging and Machine Learning},
author = {Yijun Yan and Jinchang Ren and Barry Harrison and Oliver Lewis and Yinhe Li and Ping Ma},
journal= {arXiv preprint arXiv:2405.02191},
year = {2024}
}
备注
4 pages,4 figures