| Маркер записи | n 22 3 4500 |
| Контрольный номер | zhps17_to84_no3_ss510_ad1 |
| Дата корректировки | 11:52:29 29 ноября 2017 г. |
| Кодируемые данные | 171108s2017||||RU|||||||||||#||||# rus0| |
| Системный контрольный номер | RUMARS-zhps17_to84_no3_ss510_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 |
535.33 519.21 |
| Индекс ББК |
22.344 22.171 |
|
Таблицы для массовых библиотек Таблицы для массовых библиотек |
|
|
Wu, W. 070 |
|
|
Regression (spa-mlr) classifier for the detection of contaminants on chicken carcasses in hyperspectral images [Текст] W. Wu [et al.] |
|
|
Классификатор для обнаружения загрязнений на куриных тушках в гиперспектральных изображениях, основанный на алгоритме последовательных проекций и линейной многофакторной регрессии rus |
|
| Примечание | Полный текст статьи публикуется в английской версии журнала |
| Аннотация | Разработан классификатор для автоматического обнаружения загрязняющих веществ на куриных тушках, основанный на алгоритме последовательных проекций (АПП) и многомерной линейной регрессии (МЛР) и использующий пороговое значение оптимальной производительности. Гиперспектральные изображения для калибровки и проверки получены с помощью гиперспектральных систем визуализации. Регрессионная модель классификатора создана на основе 12 характерных длин волн (505, 537, 561, 562, 564, 575, 604, 627, 656, 665, 670 и 689 нм), выбранных с помощью АПП. Оптимальный порог Т = 1 получен из анализа рабочей характеристики приемника. Классификатор АПП-МЛР показывает лучшие результаты в обнаружении загрязнений по сравнению с классификатором, основанным на АПП и частичной регрессии с использованием метода наименьших квадратов, и с классификатором на основе векторной машины, использующей метод наименьших квадратов. Количество истинно положительных решений, приближающееся к 100%, при ложных срабатываниях (0. 392%) указывает на то, что классификатор АПП-МЛР может использоваться для эффективного обнаружения загрязняющих веществ на куриных тушках. |
|
Физика AR-MARS Спектроскопия AR-MARS Математика AR-MARS Теория вероятностей AR-MARS |
|
| Ключевые слова |
гиперспектральное изображение куриная тушка обнаружение загрязняющих веществ основанный на алгоритме последовательных проекций и многомерной линейной регрессии классификатор рабочая характеристика приемника |
|
Chen, G. Y. 070 Kang, R. 070 Xia, J. C. 070 Huang, Y. P. 070 Chen, K. J. 070 |
|
| ISSN | 0514-7506 |
| Название источника | Журнал прикладной спектроскопии |
| Место и дата издания | 2017 |
| Прочая информация | Т. 84, № 3. - С. 510 |
|
RU 43013090 20171108 RCR |
|
|
RU 43013090 20171108 |
|
|
RU AR-MARS 20171108 RCR |
|
|
RU AR-MARS 20171108 |
|
| Тип документа | b |
|
code year to no ss ad |
|
|
zhps 2017 84 3 510 1 |
|
| 718 | |
| Аннотации англоязычных статей |
