Determination of Maize Seed Purity Based on Multi-Step Clustering
Notice bibliographique
Résumé
Abstract. Electrophoresis has been widely used to determine maize seed purity; however, the associated time and complexity hinder its application for maize seeds. Equipment to estimate seed purity was designed to improve the efficiency of identification of circulating maize seeds, and a multi-step clustering method was created for the determination of seed purity. The main components included a host computer, a black box, a seed transmission belt with grooves, a binocular vision system, and an under-controller. First, image information of the crown and the non-embryo side of every maize seed was collected using the binocular vision system while seeds underwent intermittent movement on the transmission belt. Second, multi-area color characteristics, which included red, green, and blue (RGB), hue, saturation, intensity (HSI), and lightness-a-b (Lab) color model parameters of maize seeds were extracted and optimized to generate 25-dimensional purity identification vectors. Finally, a multi-step clustering model was used to determine seed purity. The original center of K-mean clustering was established based on the results of self-organizing map (SOM) clustering; subsequently, maize seed purity parameters were obtained by combining the results of the second and the first clustering analyses. A result was achieved by testing three groups of samples, including 'ZHENGDAN 958' mixed with 'XIANYU 335', 'XIANYU 335' mixed with its male parent, and 'XIANYU 335' mixed with its female parent. The result showed that the correct recognition rate of 'XIANYU 335' mixed with 'ZHENGDAN 958' that had no genetic relationship could reach 100% under the condition of the experimental sample, and the accuracy of identification between 'XIANYU 335' and their respective male and female parents was 96.7% and 88.7%. This recognition rate met with the technical requirements of field inspection and provided a reliable scientific basis for the rapid determination of maize seed purity. Keywords: Identification, Maize seed, Multi-step clustering, Purity, Rapid.
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 machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,002 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,001 | 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 source (Gemma direct ou Codex distillé), 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 ».