圖像分割算法是用于農產(chǎn)品光電檢測分級分類(lèi)的基礎任務(wù),傳統算法的優(yōu)勢在于結構簡(jiǎn)單,,但對復雜環(huán)境的適應性較弱。深度學(xué)習方法受到環(huán)境影響較少,但需大量樣本支持,如何正確的獲取樣本,以及提高算法的整體效率是當前需要解決的主要問(wèn)題。在實(shí)際使用中,深度學(xué)習由于性能問(wèn)題尚無(wú)法完全取代傳統算法,使用者可以根據具體的需求選擇合適的算法。
原子吸收光譜法簡(jiǎn)稱(chēng)AAS是一種儀器分析方法,主要與用于無(wú)機元素的分析的原子發(fā)射光譜法相輔相成,通過(guò)吸收光線(xiàn)的減弱情況來(lái)準確計算出樣品中該元素的含量,具有檢出限比較低、靈敏度高、準確度好等優(yōu)點(diǎn),是對無(wú)機化合物元素進(jìn)行定量分析的主要手段。如謝瑩等采用濕法消解玉米植物葉片樣品,用AAS法測定了玉米葉片中的重金屬元素(Cu、Pb、Zn、Cr、Cd)含量,其相對標準偏差為1。1%~7。7%,加標回收率也取得了滿(mǎn)意的結果。