Notice bibliographique
Résumé
对农作物品种正确分类是作物分类学的重要内容，为考察X—ray成像技术对小麦品种分类研究的有效性，基于软X—ray成像仪采集的3品种（Kama，Rosaand Canadian）每个品种70个籽粒，共210个籽粒样本的x—ray扫描图像，并针对其7个形态几何特征（面积、周长、紧致度、籽粒长度、宽度、偏斜度、种子腹沟长度），提出了一种使用Kernel—ICA的方法先对特征进行优化，再进行小麦品种的聚类与识别的方法，并与K—means、C—means2种聚类方法以及基于工神经网络（ANN）和支持向量机（SVM）2种识别方法的分类结果进行比较，结果发现：分类正确率从高到低分别为：Kernel—ICA、SVM、C—means、K—means、BP—ANN，分类正确率分别为：91．9％、90．5％、89．5％、87．1％、86．9％。研究提出的Kernel—ICA的方法，聚类优化和识别能力较强，对软X—ray成像的小麦品种进行分类，已基本上满足农艺上对小麦品种分类需要，对农作物种质资源鉴别和作物品种分类研究具有积极意义。
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) | 0,001 | 0,005 |
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; les deux têtes enseignantes s’accordent sur ce qui est montré ici.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».