Leaf shape analysis using the multiscale Minkowski fractal dimension, a new morphometric method: a study with <i>Passiflora </i>(Passifloraceae)
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
A new method is proposed for the extraction of morphometric characteristics of plant leaf structures. A sample of 10 species of the genus Passiflora (P. coriacea Juss., P. foetida L., P. miersii Mast., P. organensis Gardner, P. pohlii Mast., P. suberosa L., P. amethystina J.C. Mikan, P. caerulea L., P. gibertii N.E.Br., P. maliformis L.) was used in an experiment to test the method. This genus shows a wide range of leaf forms, but there are some species pairs or groups whose morphological similarity makes their correct identification difficult. The multiscale function of the Minkowski fractal dimension was applied to digital images of leaves to generate complexity measures of their internal (veins) and external (leaf outline) form. The results of the leaf characteristic extraction method, as well as its potential as the basis for an identification mechanism, are discussed for the 10 species. The method was very accurate in correctly differentiating among species, since no leaf was erroneously identified. A small number of leaves per species was sufficient for establishing a characteristic pattern for each of them, which constitutes an important advantage of the method in the recognition and classification procedure.Key words: image processing, fractal dimension, plant taxonomy, morphometry, Passiflora.
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.
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 | 0,001 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,001 | 0,004 |
| 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 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 découle