Clasificación no destructiva de semillas de maíz basada en datos RGB e hiperespectrales con algoritmos de optimización de lobo gris mejorados
Autores: Bi, Chunguang; Zhang, Shuo; Chen, He; Bi, Xinhua; Liu, Jinjing; Xie, Hao; Yu, Helong; Song, Shaozhong; Shi, Lei
Idioma: Inglés
Editor: MDPI
Año: 2024
Acceso abierto
Artículo científico
2024
Clasificación no destructiva de semillas de maíz basada en datos RGB e hiperespectrales con algoritmos de optimización de lobo gris mejorados
Categoría
Ciencias Agrícolas y Biológicas
Subcategoría
Agronomía y Ciencia de los Cultivos
Palabras clave
Seguridad
Recursos de germoplasma
Clasificación de variedades de maíz
Algoritmos de aprendizaje automático
Subconjuntos de características
Datos hiperespectrales
Licencia
CC BY-SA – Atribución – Compartir Igual
Consultas: 30
Citaciones: Sin citaciones
Asegurando la seguridad de los recursos de germoplasma es de gran importancia para el desarrollo sostenible de la agricultura y el equilibrio ecológico. Combinando las características morfológicas de las semillas de maíz con datos hiperespectrales, se ha logrado la clasificación de variedades de maíz utilizando algoritmos de aprendizaje automático.
Descripción
Asegurando la seguridad de los recursos de germoplasma es de gran importancia para el desarrollo sostenible de la agricultura y el equilibrio ecológico. Combinando las características morfológicas de las semillas de maíz con datos hiperespectrales, se ha logrado la clasificación de variedades de maíz utilizando algoritmos de aprendizaje automático.