Optical characteristics of Douglas fir at various densities, grain directions and thicknesses investigated by near-infrared spatially resolved spectroscopy (NIR-SRS)
Notice bibliographique
Résumé
Abstract A near-infrared spatially resolved spectroscopy (NIR-SRS) system, also called the hyperspectral imaging system, was applied in a line scanning model combined with a concentrated halogen light source (Ø 1 mm), and spatially resolved reflectance images of Douglas fir [ Pseudotsuga menziesii (Mirb.) Franco] wood were obtained. The samples with various densities, grain directions and thicknesses were observed in the NIR range of 1000–1600 nm. Then, a nonlinear curve-fitting algorithm was applied based on the steady-state diffusion theory model to estimate the absorption coefficient ( μ a ), and reduced scattering coefficients ( <m:math xmlns:m="http://www.w3.org/1998/Math/MathML"> <m:mrow> <m:msub> <m:msup> <m:mi>μ</m:mi> <m:mo>′</m:mo> </m:msup> <m:mi>s</m:mi> </m:msub> </m:mrow> </m:math> ${\mu '_s}$ ) both parallel and perpendicular to the grain direction at each measurement position. The absorption scattering coefficients at 1457 nm and two kinds of reduced scattering coefficients at 1002 nm were highly correlated with wood densities measured by an X-ray densitometer. The correlation coefficients were 0.953 and 0.987 for 3 mm and 5 mm samples, respectively, while three optical profiles were combined. It can be concluded that NIR-SRS is a fast and simple method for measuring the optical characteristics of softwood, although it has a non-homogeneous cellular structure. Sub-surface density and grain direction could be predicted with satisfactory accuracy based on a few key wavelengths without relying on multivariate statistical analysis.
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 ».