کد مقاله کد نشریه سال انتشار مقاله انگلیسی ترجمه فارسی نسخه تمام متن
83964 158856 2016 7 صفحه PDF سفارش دهید دانلود رایگان
عنوان انگلیسی مقاله ISI
Peach variety identification using near-infrared diffuse reflectance spectroscopy
ترجمه فارسی عنوان
شناسایی تنوع هلو با استفاده از طیف سنجی بازتابی انتشار نزدیک به مادون قرمز
دانلود مقاله + سفارش ترجمه
دانلود مقاله ISI انگلیسی
رایگان برای ایرانیان
سفارش ترجمه تخصصی
با تضمین قیمت و کیفیت
خدمات تولید محتوا

این مقاله ISI می تواند منبع ارزشمندی برای تولید محتوا باشد.

  • تولید محتوا برای سایت و وبلاگ
  • تولید محتوا برای کتاب
  • تولید محتوا برای نشریات و روزنامه ها
  • و...

پایگاه «دانشیاری» آمادگی دارد با همکاری مجموعه «شهر محتوا» با استفاده از این مقاله علمی، برای شما به زبان فارسی، تولید محتوا نماید.

تولید محتوا
با 10 درصد تخفیف ویژه دانشیاری
کلمات کلیدی
موضوعات مرتبط
مهندسی و علوم پایه مهندسی کامپیوتر نرم افزارهای علوم کامپیوتر
چکیده انگلیسی


• NIR spectroscopy was successfully used to identify peach varieties.
• Peach variety identification models established on PCA reached 100% accuracy.
• LSSVM performed better than ELM in identifying peach varieties.
• NIR spectroscopy had potential in developing peach variety detector.

More than 1000 peach varieties with significant differences in qualities are cultivated in China. Distinguishing peach varieties is not only needed by peach sellers, but also demanded by consumers. To offer information on identifying peach varieties, near-infrared (NIR) diffuse reflectance spectra between 833 and 2500 nm were collected for four peach varieties, 100 samples for each variety. Kennard–Stone algorithm method was used to divide all samples into calibration set (320 peaches) and prediction set (80 peaches). Eight principal components (PCs), 1067 and 10 characteristic wavelengths were extracted by principal component analysis (PCA), uninformative variable elimination based on partial least squares (UVE-PLS) and successive projections algorithm (SPA) from full spectra (FS) with 2074 initial wavelengths, respectively. Least squares support vector machine (LSSVM) and extreme learning machine (ELM) were used to establish peach varieties identification models using the FS, selected PCs and characteristic wavelengths as input variables. Experimental results showed that all models based on PCA reached 100% accuracy for identifying the four peach varieties. The accuracy of LSSVM models based on UVE-PLS also reached 100%. This study indicated that peach varieties could be distinguished successfully by using NIR spectroscopy.

ناشر
Database: Elsevier - ScienceDirect (ساینس دایرکت)
Journal: Computers and Electronics in Agriculture - Volume 123, April 2016, Pages 297–303
نویسندگان
,,,,
دانلود مقاله + سفارش ترجمه
دانلود مقاله ISI انگلیسی
رایگان برای ایرانیان
سفارش ترجمه تخصصی
با تضمین قیمت و کیفیت