Идентификация сортов семян сосны с помощью гиперспектральной визуализации

Ma Jianing; Pang L.; Guo Y.; Wang J.; Ma Jingjing; He F.; Yan L.

Идентификация сортов семян сосны с помощью гиперспектральной визуализации

Ma Jianing , Pang L. , Guo Y. , Wang J. , Ma Jingjing , He F. , Yan L.

2023

Разработан метод идентификации сортов кедровых орехов на основе гиперспектральной визуализации и сверточной нейронной сети LeNet-5 с целью избежать гибридизации разных сортов кедровых орехов, повысить эффективность идентификации и снизить ее стоимость. Изображения 128 длин волн в диапазоне 370–1042 нм получены с помощью гиперспектральной визуализации. Спектр и изображение каждого семени получены с помощью черно-белой коррекции и сегментации области исходного изображения. Двадцать характеристических длин волн получены из первых трех главных компонент при анализе методом главных компонент. Создана модель спектрального распознавания на основе машины опорных векторов для наборов всех длин волн и характеристических длин волн. Для разных видов семян сосны точность классификации в указанных наборах данных составила 97.7 и 93.1 %. Исходные изображения 20 характерных длин волн введены в LeNet-5 для улучшения структуры сети и каналов свертки. Точность улучшенного LeNet-5 <99 %.

Ma Jianing , Pang L. , Guo Y. , Wang J. , Ma Jingjing , He F. , Yan L. Идентификация сортов семян сосны с помощью гиперспектральной визуализации. Журнал прикладной спектроскопии. 2023;90(4):660.

Цитирование

Список литературы

1. R. Florin, Biol. Rev., 29, No. 4, 367–389 (2010).

2. M. Hizume, Natural Sci., 8, 1–108 (1988). 3. L. Linchu, Guangxi Plants, 324–328 (1988).

3. J. G. Niemann, Acta Bot. Neerl., 28, 73–88 (1979).

4. R. A. Price, J. Olsen-Stojkovich, J. M. Lowenstein, Syst. Bot., 12, 91–97 (1987).

5. A. Guri, P. Kefalas, V. Roussis, Phytother. Res., 20, 263–266 (2006).

6. G. Dong, J. Guo, C. Wang, Z. L. Chen, D. Z. Zhu, Spectrosc. Spectr. Anal., 35, 3369 (2015).

7. J. Zhang, L. M. Dai, F. Cheng, Molecules, 24, 25 (2019).

8. P. Yuan, L. Pang, L. M. Wang, L. Yan, Int. Food Res. J., 29, No. 2, 397–405 (2022).

9. I. Baek, M. S. Kim, B. K. Cho, C. Mo, J. Y. Barnaby, A. M. McClung, M. Oh, Appl. Sci.-Basel., 9, No. 5, 1027 (2019).

10. D. W. Sun, H. Y. Cen, H. Y. Weng, L. Wan, A. Abdalla, A. I. El-Manawy, Y. M. Zhu, N. Zhao, H. W. Fu, J. Tang, X. L. Li, H. K. Zheng, Q. Y. Shu, F. Liu, Y. He, Plant Methods, 15, 16 (2019).

11. Y. D. Bao, C. X. Mi, N. Wu, F. Liu, Y. He, Appl. Sci.-Basel., 9, No. 19, 4119 (2019).

12. S. S. Zhu, L. Zhou, P. Gao, Y. D. Bao, Y. He, L. Feng, Molecules, 24, 17 (2019).

13. M. B. McDonald, Seed Sci. Res., 8, 265–275 (1998).

14. J. S. C. Smith, J. C. Register, Seed Sci. Res., 8, 285–293 (1998).

15. Z. Chaoliang, W. Bin, Crop Mag., 1, 13–16 (1998).

16. Q. Zhu, Z. Feng, M. Huang, X. Zhu, Transact. Chin. Soc. Agric. Eng., 28, 271–276 (2012).

17. S. Javanmardi, S. H. M. Ashtiani, F. J. Verbeek, A. Martynenko, J. Stored Prod. Res., 92 (2021).

18. A. Krizhevsky, I. Sutskever, G. E. Hinton, Commun. ACM, 60, 84–90 (2017).

19. Y. LeCun, Y. Bengio, G. Hinton, Nature, 521, 436–444 (2015).

20. L. B. Wang, J. Y. Liu, J. Zhang, J. Wang, X. F. Fan, Front. Plant Sci., 13, 168–174 (2022).

21. W. Lu, R. T. Du, P. S. Niu, G. N. Xing, H. Luo, Y. M. Deng, L. Shu, Front. Plant Sci., 12, 791256 (2022).

22. H. Li, L. Zhang, H. Sun, Z. H. Rao, H. Y. Ji, J. Food Proc. Eng., 44, e13767 (2021).

23. G. Y. Zhao, L. Z. Quan, H. L. Li, H. Q. Feng, S. W. Li, S. H. Zhang, R. Q. Liu, Comput. Electron. Agric., 187, 106230 (2021).

24. N. Otsu, IEEE Trans. Syst. Man Cybern., 9, 62–66 (1979).

25. A. Femenias, M. B. Bainotti, F. Gatius, A. J. Ramos, S. Marin, Food Res. Int., 139, 109925 (2021).

26. B. Hasanzadeh, Y. Abbaspour-Gilandeh, A. Soltani-Nazarloo, M. Hernandez-Hernandez, I. Gallardo-Bernal, J. L. Hernandez-Hernandez, Horticulturae, 8, 598 (2022).

27. M. Gabrielli, V. Lancon-Verdier, P. Picouet, C. Maury, Chemosensors, 9, 71 (2021).

28. R. J. Barnes, M. S. Dhanoa, Susan, J. Lister, Appl. Spectrosc., 43, 772–777 (1989).

29. Karl Pearson F.R.S., Philos. Mag., 2, 559–572 (1979).

30. D. Liu, J. Ma, D. W. Sun, H. Pu, W. Gao, J. Qu, X. A. Zeng, Food Bioproc. Technol., 7, 3100–3108 (2014).

31. J. Platt, Tech. Rep., 98, 14 (1998).

32. G. Mountrakis, J. Im, C. Ogole, ISPRS J. Photogram. Remote Sens., 66, 247–259 (2011).

33. K. Were, D. T. Bui, Ø. B. Dick, B. R. Singh, Ecol. Indic., 52, 394–403 (2015).

34. V. Rodriguez-Galiano, M. Sanchez-Castillo, M. Chica-Olmo, M. Chica-Rivas, Ore Geol. Rev., 71, 804–818 (2015).

35. C. Cortes, V. Vapnik, Mach. Learn., 20, 273–297 (1995).

36. Y. Lecun, L. Bottou, Proc. IEEE, 86, 2278–2324 (1998).

37. X. Zhang, L. Z. Zhou, L. L. Zhang, Computer and Modernization, 5655–5660 (2019).

Источник

Информация

Автор

Ma Jianing Пекинский университет лесного хозяйства
Pang L. Пекинский университет лесного хозяйства
Guo Y. Пекинский университет лесного хозяйства
Wang J. Пекинский университет лесного хозяйства
Ma Jingjing Пекинский университет лесного хозяйства
He F. Пекинский университет лесного хозяйства
Yan L. Пекинский университет лесного хозяйства

Страницы

Год издания

2023

Ключевые слова

Коллекции

Журнал прикладной спектроскопии