需提出申請

表面增強拉曼(SERS)條碼模型

用於預測經過混合的農藥,包含Carbaryl、Fipronil與Thiram等三種農藥

AI模型組成

使用CNN模型架構,搭配捲積核的堆疊,將一維數據的特徵轉換為二維數據,再以二維特徵擷取方式得到更明顯的細節用來預測混合農藥的組成。

輸入格式

本模型輸入格式為經過數據處理的41微峰值統計資料

輸出格式

輸出是否包含Carbaryl、Fipronil與Thiram三種農藥,以包含Carbaryl與Thiram為例,我們會輸出[1,0,1],再經過標籤轉換即可得到農藥組成。

Data and Resources

基礎工具

  • ramanCNN

Additional Info

Field Value
Last Updated September 14, 2024, 23:22 (+0800)
Created October 4, 2022, 21:08 (+0800)

Recommended AI Model

表面增強拉曼(SERS)蘇丹紅檢測模型

更新頻率 定期
瀏覽次數 1701
下載次數 0
蘇丹紅辨識模型 模型簡介 本模型能夠快速檢測食品粉中是否含有有害的蘇丹紅色素,包括蘇丹紅一號、二號、三號和四號。這些色素具有潛在的致癌性,對人體健康構成威脅。基於SERS技術的檢測模型,通過增強拉曼信號,能夠準確識別和區分這些蘇丹紅色素,提供可靠的檢測結果,對於食品安全監測具有重要意義。 電腦需求 軟體: Anaconda(可選),python...

表面增強拉曼(SERS)農藥分類模型-北勢育苗場

更新頻率 定期
瀏覽次數 1749
下載次數 0
農藥辨識模型 模型簡介 本模型用於快速識別食品或農產品中所含的農藥種類。通過分析波長範圍為306~2139 nm的光譜數據,模型能夠分類並識別分類待測物是否有包含農藥,訓練資料集包含Thiamethoxam + Chlorantraniliprole、Pesticide Diffusing...