开创性方法确定是否准备好番茄-ISRAEL21C
作者：Yulia Karra
研究人员最近开发了一种机器学习模型，该模型有助于评估收获前的西红柿质量。开创性的方法可以使番茄收获更容易，更具成本效益和可持续性。
在最近发表在农业的计算机和电子产品科学杂志，耶路撒冷希伯来大学的科学家（惠吉）说，他们的模型以非精度识别番茄质量的关键参数。
为什么要西红柿？合着者解释说，番茄是全球种植的最重要的农作物之一，具有巨大的经济和营养价值。
2020年，全球西红柿总生产为1.89亿吨。西红柿在营养丰富，提供糖，有机酸，番茄红素和抗坏血酸（维生素C），甚至可能降低多种癌症，心血管疾病和与年龄相关的黄斑变性的风险。
但是，确定番茄作物质量的传统方法仅在收获后才会发生，并且有许多缺点。
Huji研究人员与来自Bar-Ilan大学和政府火山中心农业研究组织采用高光谱成像来开发用于收获前评估的机器学习模型。
光波长的特定范围（称为光谱带）的高光谱图像用于根据对象反射光的方式研究对象的性质。
科学家使用手持式高光谱摄像头从五个品种的567个番茄水果中收集数据。
然后，他们采用机器学习算法来预测七个关键的番茄质量参数：重量，坚硬，总可溶性固体，柠檬酸，抗坏血酸，番茄红素和pH。
该模型表明了高预测准确性。
研究人员说，这项研究强调了该方法将方法整合到农业实践中，以评估成熟阶段的产物质量，优化收获时机，以及在后期超市。
我们的研究旨在弥合高级成像技术，人工智能和实际农业应用之间的差距，'''来自Hujiâ¢农业，食品和环境学院的David Helman说。谁领导了这项研究。
这项工作有可能不仅在西红柿中而且在其他农作物中彻底改变质量监测。他补充说，我们的下一步是根据我们的模型来构建一个低成本的设备。
您可以将以色列21c新闻直接传递到收件箱中。
我们介绍了使以色列的生活如此特殊的人。这是一个非营利组织，以色列21c的记者团队致力于讲述以色列人性化的故事，并对我们的世界表现出积极的影响。您可以通过捐赠6美元/月来将这些故事栩栩如生。
杰森·哈里斯（Jason Harris）
执行董事
关于《开创性方法确定是否准备好番茄-ISRAEL21C》的评论
暂无评论