| Маркер записи | n 22 3 4500 |
| Контрольный номер | zhps22_to89_no1_ss94_ad1 |
| Дата корректировки | 13:00:18 31 октября 2022 г. |
| Кодируемые данные | 220926s2022||||RU|||||||||||#||||# rus0| |
| Системный контрольный номер | RUMARS-zhps22_to89_no1_ss94_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 |
| Индекс ББК | 22.344 |
| Таблицы для массовых библиотек | |
|
Wang, L. 070 |
|
|
Nondestructive rapid identification of soybean varieties using hyperspectral imaging technology L. Wang, L. Pang, L. Yan, J. Zhang |
|
|
Неразрушающая экспресс-идентификация сортов сои с использованием технологии гиперспектральной визуализации rus |
|
| Текст | |
| непосредственный | |
| Библиография | Библиогр.: с. 101 (20 назв. ) |
| Аннотация | Для классификации сортов сои использована технология гиперспектральной визуализации. Получены спектры отражения четырех сортов сои из гиперспектральных изображений в диапазоне 400-1000 нм. Метод главных компонент и линейный дискриминантный анализ (LDA) позволили сделать вывод о разделимости спектральных данных сои. Спектральные данные предварительно обрабатывались с использованием мультипликативной коррекции рассеяния (MSC), сглаживания Савицкого-Голея (SG), а также одновременно MSC и SG. Модели классификации, основанные на LDA, методах опорных векторов (SVM) и k-ближайших соседей (KNN), созданы на основе полных или характерных длин волн. Совместная предварительная обработка спектральных данных MSC и SG применена для создания модели классификации SVM, основанной на полных длинах волн, которая показала точность классификации 95. 19 %. Метод случайного леса использован для выбора признаков среди всех длин волн для создания модели классификации LDA с точностью 82. 69 %. Показано, что метод гиперспектральной визуализации в сочетании с алгоритмами SVM, KNN и LDA может использоваться для быстрой и неразрушающей классификации различных сортов сои. |
|
Физика AR-MARS Спектроскопия AR-MARS |
|
| Ключевые слова |
гиперспектральная визуализация гиперспектральная съемка классификация семенного материала классификация сортов линейный дискриминантный анализ машинное обучение семена сои сорта сои экспресс-идентификация семян |
|
Pang, L. 070 Yan, L. 070 Zhang, J. 070 |
|
| ISSN | 0514-7506 |
| Название источника | Журнал прикладной спектроскопии |
| Место и дата издания | 2022 |
| Прочая информация | Т. 89, № 1. - С. 94-101 |
|
RU 43013090 20220926 RCR |
|
|
RU 43013090 20220926 |
|
|
RU AR-MARS 20220926 RCR |
|
|
RU AR-MARS 20220926 |
|
| Тип документа | b |
|
code year to no ss ad |
|
|
zhps 2022 89 1 94 1 |
|
| 718 | |
| Аннотации англоязычных статей |
