| Маркер записи | n 22 3 4500 |
| Контрольный номер | zhps18_to85_no6_ss919_ad1 |
| Дата корректировки | 14:19:40 31 января 2019 г. |
| Кодируемые данные | 190121s2018||||RU|||||||||||#||||# rus0| |
| Системный контрольный номер | RUMARS-zhps18_to85_no6_ss919_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 |
535.33 631.52 |
| Индекс ББК |
22.344 41.3 |
|
Таблицы для массовых библиотек Таблицы для массовых библиотек |
|
|
Liu, W. 070 z01710 |
|
|
Rapid discrimination of high-quality watermelon seeds by multispectral imaging combined with chemometric methods [Текст] W. Liu [и др.] |
|
|
Быстрая идентификация качества семян арбуза с помощью мультиспектрального представления в сочетании с хемометрическими методами rus |
|
| Библиография | Библиогр.: с. 925 (27 назв. ) |
| Аннотация |
Рассмотрена возможность осуществления неразрушающего контроля качества семян арбуза, основанного на использовании их мультиспектральной визуализации в сочетании с хемометрикой. Для определения качества семян предложено использовать анализ основных компонент (PCA), метод наименьших квадратов - опорных векторов (LS-SVM), алгоритм нейронной сети с обратным распространением ошибки (BPNN) и модель случайного леса (RF). Показано, что как спектральные, так и морфологические данные являются ключевыми факторами для определения качества семян арбуза. Различие между высоко- и низкокачественными (мертвыми, со слабой всхожестью) семенами арбуза может быть визуализировано и достаточно точно идентифицировано (до 92% с помощью модели LS-SVM для сорта Julong и 91% с помощью метода RF для сорта Xiali). This study focuses on the feasibility of nondestructive discrimination of high-quality watermelon seeds with a multispectral imaging system combined with chemometrics. Principal component analysis (PCA), least squares-support vector machines (LS-SVM), back propagation neural network (BPNN), and random forest (RF) were applied to determine the seed quality. The results demonstrate that both the spectral and the morphological features are essential for discrimination of the quality of watermelon seeds. Clear differences between high-quality watermelon seeds and other watermelon seeds including dead seeds and low-vigor seeds were visualized, and an excellent classification (with accuracies of 92% in the LS-SVM model for Julong and 91% in the RF model for Xiali, respectively) was achieved. These results indicate that multispectral imaging could be used for rapid and efficient non-destructive quality control of watermelon seeds. |
|
Физика AR-MARS Спектроскопия AR-MARS Сельское хозяйство AR-MARS Селекция, семеноводство, сорта AR-MARS |
|
| Ключевые слова |
LS-SVM качество семян арбуза мультиспектральная визуализация мультиспектральное представление неразрушающий контроль семян семена арбуза хемометрика |
|
Xu, X. 070 z02710 Liu, Ch. 070 z03710 Zheng, L. 070 z04710 |
|
|
School of Food Science and Engineering, Hefei University of Technology z01700 Вторичная ответственность School of Food Science and Engineering, Hefei University of Technology z02700 Вторичная ответственность Rice Research Institute, Anhui Academy of Agricultural Sciences z03700 Вторичная ответственность School of Food Science and Engineering, Hefei University of Technology z04700 Вторичная ответственность |
|
| ISSN | 0514-7506 |
| Название источника | Журнал прикладной спектроскопии |
| Место и дата издания | 2018 |
| Прочая информация | Т. 85, № 6. - С. 919-925 |
|
RU 43013090 20190121 RCR |
|
|
RU 43013090 20190121 |
|
|
RU AR-MARS 20190121 RCR |
|
|
RU AR-MARS 20190121 |
|
| Тип документа | b |
|
code year to no ss ad |
|
|
zhps 2018 85 6 919 1 |
|
| 718 |
