Study on measurement method for apple root morphological parameters based on Labview
Notice bibliographique
Résumé
Abstract Background Traditional measurements of apple seedling roots often rely on manual measurements and existing root scanners on the market. Manual measurement requires a lot of labor and time, and subjective reasons may cause the uncertainty of data; root scanners have limited scanning size and expensive. In case of fruit roots, coverage and occlusion issues will occur, resulting in inaccurate results, but our research solved this problem. Results The background plate was selected according to the color of the seedling roots; the image of the roots of the collected apple seedlings was preprocessed with Vision Development Module by combining image and Labview. The root surface area, average root diameter, root length and root volume of apple seedlings were measured by combining root characteristic parameters algorithm. In order to verify the effectiveness of the proposed method, a set of measurement system for root morphology of apple seedlings was designed, and the measurement result was compared with the Canadian root system WinRHIZO 2016 (Canada). With application of SPSS v22.0 analysis, the significance P > 0.01 indicated that the difference was not significant. The relative error of surface area was less than 0.5%. The relative error of the average diameter and length of the root system was less than 0.1%, and the relative error of the root volume was less than 0.2%. Conclusions It not only proved that the root surface area, average root diameter, root length and root volume of apple seedlings could be accurately measured by the method described herein, which was handy in operation, but also reduced the cost by 80–90% compared with the conventional scanner.
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 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 0,001 |
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 ».