Predicción de sólidos solubles totales y pH de frutas de fresa utilizando espacios de color RGB, HSV y HSL y modelos de aprendizaje automático
Autores: Basak, Jayanta Kumar; Madhavi, Bolappa Gamage Kaushalya; Paudel, Bhola; Kim, Na Eun; Kim, Hyeon Tae
Idioma: Inglés
Editor: MDPI
Año: 2022
Acceso abierto
Artículo científico
Categoría
Tecnología e Industria de alimentos
Licencia
CC BY-SA – Atribución – Compartir Igual
Consultas: 23
Citaciones: Sin citaciones
La determinación de cualidades internas como los sólidos solubles totales (SST) y el pH es una preocupación primordial en el cultivo de fresas. Por lo tanto, el objetivo principal del estudio actual fue desarrollar un enfoque no destructivo con algoritmos de aprendizaje automático para predecir los SST y pH de las fresas.
Descripción
La determinación de cualidades internas como los sólidos solubles totales (SST) y el pH es una preocupación primordial en el cultivo de fresas. Por lo tanto, el objetivo principal del estudio actual fue desarrollar un enfoque no destructivo con algoritmos de aprendizaje automático para predecir los SST y pH de las fresas.