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。

資料與資源

基礎工具

  • ramanCNN

額外的資訊

欄位
最後更新 9月 14, 2024, 23:22 (+0800)
建立 10月 4, 2022, 21:08 (+0800)

推薦AI模型

表面增強拉曼(SERS)蘇丹紅檢測模型

更新頻率 定期
瀏覽次數 7486
下載次數 0
蘇丹紅辨識模型 本專案實作了使用偏最小平方判別分析(PLS-DA)結合 VIP(Variable Importance in Projection)特徵篩選的多類別光譜分類模型,針對蘇丹紅 I\~IV 分類進行訓練與視覺化。支援 .asc 與 .spc 格式,內建交叉驗證、Hamming 準確率評估與多種可視化工具。 模型簡介 此專案包含以下步驟:...

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 6344
下載次數 0
Raman-Pesticide-Classification 本專案實作了拉曼光譜多類別分類流程,結合 XGBoost 與 Optuna 超參數最佳化,針對多種農藥樣本進行偵測。支援 .csv 格式光譜資料,內建交叉驗證、混淆矩陣與多種視覺化工具。 專案流程簡介 資料前處理 數值插值:將波長補齊為整數波長點 Min-Max...