| Маркер записи | n 22 3 4500 |
| Контрольный номер | zhps19_to86_no3_ss425_ad1 |
| Дата корректировки | 11:35:36 1 ноября 2019 г. |
| Кодируемые данные | 191022s2019||||RU|||||||||||#||||# rus0| |
| Системный контрольный номер | RUMARS-zhps19_to86_no3_ss425_ad1 |
| AR-MARS | |
| Служба первич. каталог. |
Научная библиотека им. М. М. Бахтина Мордовского госуниверситета им. Н. П. Огарева МАРС |
| Код языка каталог. | rus |
| Код языка издания |
eng eng |
| Индекс УДК |
535.31 577.3 547 543.4/.5 |
| Индекс ББК |
22.342 28.071 24.2 24.46/48 |
|
Таблицы для массовых библиотек Таблицы для массовых библиотек Таблицы для массовых библиотек Таблицы для массовых библиотек |
|
|
Yu, R. 070 |
|
|
Estimation of chlorophyll content in apple leaves based on imaging spectroscopy [Текст] R. Yu [et al.] |
|
|
Оценка содержания хлорофилла в листьях яблонь на основе гиперспектральных изображений rus |
|
| Библиография | Библиогр.: с. 432 (17 назв. ) |
| Аннотация | Для подтверждения возможности использования гиперспектральных изображений для оценки состояния питания яблонь исследовано содержание хлорофилла в их листьях. Спектральные данные получены с помощью спектрометра и предварительно обрабатывались методом взвешенного скользящего среднего по девяти точкам. С помощью корреляционного анализа установлена связь между содержанием хлорофилла и математически преобразованными спектральными данными. Длины волн, чувствительные к содержанию хлорофилла, выбраны на основе самых высоких коэффициентов корреляции; для оценки содержания хлорофилла использованы методы частных наименьших квадратов (PLS), опорных векторов (SVM) и случайного леса (RF). Длины волн, чувствительные к содержанию хлорофилла: 414, 424, 429, 439 и 577 нм. Лучшей моделью оказалась SVM с независимыми переменными, представляющими собой вторые производные логарифма. Для этой модели коэффициент детерминации R{2} = 0. 7372, среднеквадратическая ошибка RMSE = 0. 4477, остаточное прогнозное отклонение RPD = 1. 8810. Модель SVM имела самые высокие R{2} и RPD и самое низкое RMSE по сравнению с другими моделями. |
|
Физика AR-MARS Геометрическая оптика. Оптические приборы AR-MARS Биология AR-MARS Общая биофизика AR-MARS Химия AR-MARS Органическая химия в целом AR-MARS Физико-химические методы анализа AR-MARS |
|
| Ключевые слова |
гиперспектральные изображения листья яблони оценка состояния питания яблонь содержание хлорофилла хлорофилл |
|
Zhu, X. 070 Cao, S. 070 Xiong, J. 070 Wen, X. 070 Jiang, Y. 070 Zhao, G. 070 |
|
| ISSN | 0514-7506 |
| Название источника | Журнал прикладной спектроскопии |
| Место и дата издания | 2019 |
| Прочая информация | Т. 86, № 3. - С. 425-432 |
|
RU 43013090 20191022 RCR |
|
|
RU 43013090 20191022 |
|
|
RU AR-MARS 20191022 RCR |
|
|
RU AR-MARS 20191022 |
|
| Тип документа | b |
|
code year to no ss ad |
|
|
zhps 2019 86 3 425 1 |
|
| 718 |
