-
公开(公告)号：CN113884594B
公开(公告)日：2023-06-23
申请号：CN202111145754.2
申请日：2021-09-28
Abstract: 本发明公开了一种基于机器学习算法的掺伪茶油鉴别方法，建立了可直接给出油茶籽油样本掺伪种类分类结论的多分类决策树模型。基于掺伪油茶籽油的脂肪酸和甘油三酯实验数据，将二分类决策树和多分类决策树模型应用于高掺伪梯度下和低掺伪梯度下油茶籽油掺伪油种类的鉴别。实验结果显示，二分类决策树在高掺伪梯度下和低掺伪梯度下对油茶籽油样本是否掺伪某种特定的植物油的鉴别准确率均较高，相对于目前油茶籽油掺伪检测采用的统计学数据分析方法具有较为明显的优势，将机器学习方法应用于掺伪鉴别研究中，能有效提取实验数据中隐藏的有价值的信息；利用训练好的模型自动对样本进行掺伪鉴别，可提高结果的准确性、客观性、可靠性。
-
公开(公告)号：CN113884594A
公开(公告)日：2022-01-04
申请号：CN202111145754.2
申请日：2021-09-28
Abstract: 本发明公开了一种基于机器学习算法的掺伪茶油鉴别方法，建立了可直接给出油茶籽油样本掺伪种类分类结论的多分类决策树模型。基于掺伪油茶籽油的脂肪酸和甘油三酯实验数据，将二分类决策树和多分类决策树模型应用于高掺伪梯度下和低掺伪梯度下油茶籽油掺伪油种类的鉴别。实验结果显示，二分类决策树在高掺伪梯度下和低掺伪梯度下对油茶籽油样本是否掺伪某种特定的植物油的鉴别准确率均较高，相对于目前油茶籽油掺伪检测采用的统计学数据分析方法具有较为明显的优势，将机器学习方法应用于掺伪鉴别研究中，能有效提取实验数据中隐藏的有价值的信息；利用训练好的模型自动对样本进行掺伪鉴别，可提高结果的准确性、客观性、可靠性。
-
公开(公告)号：CN101973823A
公开(公告)日：2011-02-16
申请号：CN201010281153.X
申请日：2010-09-14
Applicant: 江西省林业科学院
CPC classification number: Y02W30/43
Abstract: 本发明公开了一种油茶专用生物有机肥，各原料按重量百分比的配方如下：有机肥65-80％、草炭8-10％、含N46％尿素3-4％、含K2O60％氯化钾1-5％、含P2O512％的钙镁磷肥6-16％、硼砂0.1-0.5％、硫酸锌0.1-0.3％、稀土微肥0.1-0.2％。本发明利用畜禽粪为原料，添加巨大芽孢杆菌进行发酵，并通过对油茶的营养诊断及其需肥特点的研究，适当配比一些N、P、K等大量元素及微量元素，并添加一定比例的草炭，进行合理配方，使其既能满足油茶对养分的需求，又能起到改良土壤，同时又能满足生产绿色高档食用油的市场需求。
-
公开(公告)号：CN101973823B
公开(公告)日：2013-10-02
申请号：CN201010281153.X
申请日：2010-09-14
Applicant: 江西省林业科学院
CPC classification number: Y02W30/43
Abstract: 本发明公开了一种各原料按重量百分比的配方如下：有机肥65-80％、草炭8-10％、含N46％尿素3-4％、含K2O60％、氯化钾1-5％、含P2O512％的钙镁磷肥6-16％、硼砂0.1-0.5％、硫酸锌0.1-0.3％、稀土微肥0.1-0.2％。本发明利用畜禽粪为原料，添加巨大芽孢杆菌进行发酵，并通过对油茶的营养诊断及其需肥特点的研究，适当配比一些N、P、K等大量元素及微量元素，并添加一定比例的草炭，进行合理配方，使其即能满足油茶对养分的需求，又能起到改良土壤，同时又能满足生产绿色高档食用油的市场需求。
-
-
-
Search Results
4
records
(took 0.027 seconds)
