Chào mừng Quý độc giả đến với trang thông tin điện tử của Viện Khoa học Kỹ thuật Nông nghiệp miền Nam

Tin nổi bật
Thành tích

Huân chương Ðộc lập

- Hạng 1 - Hạng 2 - Hạng 3

Huân chương Lao động

- Hạng 1 - Hạng 2 - Hạng 3

Giải thưởng Nhà nước

- Nghiên cứu dinh dưởng và thức ăn gia súc (2005)

- Nghiên cứu chọn tạo và phát triển giống lúa mới cho xuất khẩu và tiêu dùng nội địa (2005)

Giải thưởng VIFOTEC

- Giống ngô lai đơn V2002 (2003)

- Kỹ thuật ghép cà chua chống bệnh héo rũ vi khuẩn (2005)

- Giống Sắn KM 140 (2010)

Trung tâm
Liên kết website
lịch việt
Thư viện ảnh
Video
Thiết lập chuỗi giá trị nông sản thông minh và an toàn tại Việt Nam Cà chua bi

Thống kê truy cập
 Đang trực tuyến :  22
 Số lượt truy cập :  33273055
Phân cấp bệnh đốm lá mắt ếch hại đậu tương bằng cách sử dụng phản xạ siêu quang phổ của lá

Trong nghiên cứu này, nghiên cứu tính khả thi của việc phân cấp bệnh đốm lá mắt ếch đậu tương (FLS). Hình ảnh lá và dữ liệu phản xạ siêu quang phổ của lá đậu tương khỏe mạnh và bị bệnh FLS đã được thu thập. Đầu tiên, xử lý hình ảnh được sử dụng để phân cấp FLS nhằm tạo ra một tham chiếu cho việc phân tích dữ liệu siêu quang phổ cận sau đó. Sau đó, các phương pháp giảm kích thước của dữ liệu siêu quang phổ được sử dụng để thu được thông tin liên quan đến FLS.

Shuang Liu, Haiye Yu, Yuanyuan Sui, Haigen Zhou, Junhe Zhang, Lijuan Kong, Jingmin Dang, Lei Zhang

 

TÓM TẮT

 

Trong nghiên cứu này, nghiên cứu tính khả thi của việc phân cấp bệnh đốm lá mắt ếch đậu tương (FLS). Hình ảnh lá và dữ liệu phản xạ siêu quang phổ của lá đậu tương khỏe mạnh và bị bệnh FLS đã được thu thập. Đầu tiên, xử lý hình ảnh được sử dụng để phân cấp FLS nhằm tạo ra một tham chiếu cho việc phân tích dữ liệu siêu quang phổ cận sau đó. Sau đó, các phương pháp giảm kích thước của dữ liệu siêu quang phổ được sử dụng để thu được thông tin liên quan đến FLS. Ba phương pháp đơn lẻ, cụ thể là chỉ số quang phổ (SI), phân tích thành phần chính (PCA) và lấy mẫu trọng số thích ứng cạnh tranh (CARS), cùng với phương pháp kết hợp PCA và SI, đã được đưa vào. PCA được sử dụng để lựa chọn các thành phần chính hiệu quả (PC) và đánh giá SI. Các bước sóng đặc trưng (CW) được chọn bằng cách sử dụng CARS. Cuối cùng, bước sóng đầy đủ, CW, PC hiệu dụng, SI và SI quan trọng được chia thành 14 bộ dữ liệu (DS1 – DS14) và được sử dụng làm đầu vào để xây dựng mô hình phân cấp. Màn trình diễn của các mẫu được đánh giá dựa trên độ chính xác của phân cấp cho cả cấp tổng thể và cấp riêng lẻ. Kết quả của chúng tôi cho thấy FLS bao gồm năm cấp dựa trên tỷ lệ tổng bề mặt lá được phủ FLS. Trong mô hình kết hợp PCA và SI, 5 PC và 20 SI có hệ số trọng lượng của mỗi PC cao hơn được trích xuất. Đối với dữ liệu siêu quang phổ, 20 CW và 26 PC hiệu quả cũng được chọn. Trong số 14 bộ dữ liệu, các biến đầu vào mô hình được cung cấp bởi năm bộ dữ liệu (DS2, DS3, DS4, DS10 và DS11) vượt trội hơn so với các biến có bước sóng đầy đủ (DS1) cả trong máy vectơ hỗ trợ (SVM) và vectơ hỗ trợ bình phương nhỏ nhất bộ máy phân cấp (LS-SVM). Các mô hình được phát triển bằng cách sử dụng năm bộ dữ liệu này đạt được độ chính xác tổng thể nằm trong khoảng từ 91,8–94,5% trong SVM và 94,5–97,3% trong LS-SVM. Ngoài ra, độ chính xác phân cấp đã được cải thiện từ 0,9–3,6% (SVM) và 0,9–3,7% (LS-SVM).

 

Chi tiết xin xem tệp đính kèm!

Võ Như Cầm biên dịch


Cao đẳng Kỹ thuật Sinh học và Nông nghiệp, Đại học Cát Lâm,

Trường Xuân, Cát Lâm, Trung Quốc

 

Trở lại      In      Số lần xem: 345

[ Tin tức liên quan ]___________________________________________________
Designed & Powered by WEBSO CO.,LTD