Near-Infrared (NIR) Hyperspectral Imaging - An Emerging Analytical Tool for Classification of Western Canadian Wheat Classes from Different Locations and Crop Years
Notice bibliographique
Résumé
A platform technology is needed for grain handling facilities in Canada to differentiate wheat classes. Near-infrared (NIR) hyperspectral imaging has recently emerged as a powerful analytical tool for conducting non-destructive quality analyses of agricultural and food samples. This study introduced a new analytical method using a NIR hyperspectral imaging system (960-1700 nm) to identify four western Canadian wheat classes at a uniform moisture level of 13%. Wheat samples used in this study were harvested during 2007, 2008, and 2009 crop years and collected from various growing locations in the prairie provinces (Manitoba, Saskatchewan, and Alberta) of Canada. Bulk samples of wheat were scanned in the 960-1700 nm wavelength region at 10 nm intervals using an Indium Gallium Arsenide (InGaAs) NIR camera. The NIR reflectance intensities of scanned images were calculated and spectral data sets were created. Principal components analysis (PCA) was used to generate scores images and loadings plots. The versatility of the NIR hyperspectral imaging system was demonstrated using NIR reflectance and PCA scores images of samples of different wheat classes. The NIR wavelengths in the region of 1260-1380 nm had the highest factor loadings out of 75 wavelengths in the range of 960-1700 nm based on the first principal component. In statistical classification, the linear and quadratic discriminant classifiers had average classification accuracies of 95.4 and 92.3%, respectively, for identifying wheat classes that included sample variations due to growing locations and crop years. Also, wavelengths in the NIR regions of 1260-1380 and 1650-1700 nm were identified as important in classifying wheat classes, identifying growing locations, and determining crop years. This work showed that hyperspectral imaging technique can be used for rapidly identifying wheat classes.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».