【好的，继续为您整理相关内容，以下接上文：
【通过机器学习和深度模型的结合实现缺陷的自动检测与分类、食品成熟度的客观量化评估以及营养成分的快速预测……】
……
【2、高光谱成像结合深度学习在食医领域中的应用，来源：知网，需付费4元……】
……
短短十几分钟，郝成授权了三四十次，总花费了二百多元，不过效果还是很显著的。
现在基于光谱成像融合深度模型进行各方各面检测的研究确实已经有了很多。
通过这些资料，郝成也是迅速的对当下这类研究的成果到了什么程度有了很大程度的了解。
一些研究甚至已经颇有名堂。
不过，他们用的大都是实验室的专业光谱或者成像设备，华为手机上那颗红枫摄像头，说起来，本质不过是实时色准器件而已。
硬件确实差的很远，但是不怕，硬件不足，那就系统来凑，实在不行，最后还有加点升级这一个杀手锏。
不过，这是最后的选项，经过45分钟学习卡的深入学习，郝成想先试一试自己去设计这个算法去训练这个模型，究竟能做到什么程度。
走到最后，实在没有思路了，再走升级加点的路子。
毕竟，自己的能力也是需要一步步提升、一步步的往前走的，只有学到手的才真正属于自己。
这种观念，是郝成任何时候都会秉持于心的。
当然，让小沙给自己整理资料这种事儿不算，繁琐复杂的这种工作本来就是AI存在的意义。
在小沙的帮助下，郝成迅速的把这些论文中的研究成果分门别类对比整理。
然后再次的细细回想上次在“梦里”学习到的知识。
“微意识体——知识能够凝聚意图的最小单位。”郝成一边嘀咕一边思考，内心却是对这个概念有了越来越清晰的认识。
“超级符码系统，知识和微意识体之间的规律性联系。”郝成脑子飞速的转着：“如果要做这个利用多光谱色准镜头做这件事儿，涉及的知识有……”
郝成整理着：
首先是物质和元素的光谱分析，然后根据光谱数据和实际实验室检测的标准结果构建新的预测模型……
“这……能够构建的最小模型，大约就可以认为它是一个微意识体吧？”这是一个疑问句，不是肯定句。