学术中心

全部分类
您现在的位置:
首页
/
/
利用高光谱成像和机器学习识别被镉污染的叶菜类蔬菜

利用高光谱成像和机器学习识别被镉污染的叶菜类蔬菜

  • 分类:学术中心
  • 作者:PhenoTrait
  • 来源:本站
  • 发布时间:2022-06-16 06:10
  • 访问量:

【概要描述】这项研究表明,HSI和ML是快速和精确诊断绿叶植物中Cd的有效技术。

利用高光谱成像和机器学习识别被镉污染的叶菜类蔬菜

【概要描述】这项研究表明,HSI和ML是快速和精确诊断绿叶植物中Cd的有效技术。

  • 分类:学术中心
  • 作者:PhenoTrait
  • 来源:本站
  • 发布时间:2022-06-16 06:10
  • 访问量:
详情

  镉(Cd)是一种有毒元素,能够在可食用植物组织中积累,对人类健康产生负面影响。本研究的目的是确定高光谱成像(HSI)和机器学习(ML)是否可以用来对甘蓝(Brassica oleracea)和罗勒(Ocimum basilicum)中的镉浓度进行分类,以减少食品安全风险。实验在一个自动表型设施中进行,除土壤中的镉浓度外,所有的环境条件都保持不变。罗勒和甘蓝植物分别在62天和84天后被收割,并使用传统方法测定地上生物量中的镉浓度,以便使用成像传感器收集的数据训练ML模型。在收获时还收集了可见光/近红外(VNIR)图像,并进行处理以计算400-998 nm之间的473个波段的反射率。所有的反射光谱都要经过特征选择算法ReliefF和主成分分析(PCA)来生成数据,并为评估三种ML分类模型提供输入:人工神经网络(ANN)、集成学习(EL)和支持向量机(SVM)。根据Cd浓度高于或低于粮食及农业组织(FAO)规定的0.2mg kg-1 Cd的安全阈值,对植物进行了分类。Cd检测排名最高的波长在519和574以及692和732 nm之间,表明高Cd可能改变了植物的叶绿素含量并改变了叶片内部结构。所有的模型都能将植物分为高镉组和低镉组,尽管对量化镉的最佳F1得分的模型是利用所有波长反射率的验证子集的ANN。这项研究表明,HSI和ML是快速和精确诊断绿叶植物中Cd的有效技术。

 

  图1图形摘要

 

  来源:Souza A, Zea M, Yang Y, et al. Identifying Cadmium Contaminated Leafy Vegetables Using Hyperspectral Imaging and Machine Learning[J]. Available at SSRN 4095061.

  

  编辑:小王博士在努力

关键词:

扫二维码用手机看

推荐新闻

石时之约|韩志国:透过表型数据,看见植物的喜怒哀乐!
石时之约|韩志国:透过表型数据,看见植物的喜怒哀乐!
本期石时之约,我们将对话慧诺瑞德(北京)科技有限公司总经理、国际植物表型学会(IPPN)执委会委员/工业分会副主席韩志国,一起从表型数据的科学角度,去读懂农作物的喜怒哀乐和前世今生。
查看详情
本期石时之约,我们将对话慧诺瑞德(北京)科技有限公司总经理、国际植物表型学会(IPPN)执委会委员/工业分会副主席韩志国,一起从表型数据的科学角度,去读懂农作物的喜怒哀乐和前世今生。
慧科研、慧育种、慧种田——慧聚改变的力量
慧科研、慧育种、慧种田——慧聚改变的力量
让我们“慧聚”在一起,为“慧科研、慧育种、慧种田”赋能。
查看详情
让我们“慧聚”在一起,为“慧科研、慧育种、慧种田”赋能。
高通量植物表型平台建设注意事项
高通量植物表型平台建设注意事项
发布时间 : 2022-05-20 11:45:57
育种,是在给定的环境条件下,选择各种表型指标(产量、品质、抗性)最优的基因型材料的过程(AI育种,从这里起步)。育种工作中大约70%的工作量来自表型观察测量和筛选,是最耗人力物力的过程。
查看详情
育种,是在给定的环境条件下,选择各种表型指标(产量、品质、抗性)最优的基因型材料的过程(AI育种,从这里起步)。育种工作中大约70%的工作量来自表型观察测量和筛选,是最耗人力物力的过程。
作物生理表型测量基础原理
作物生理表型测量基础原理
发布时间 : 2022-05-13 10:56:43
生理表型测量的核心在于“早、快”,要在肉眼可见之前就能测量并预判出变化趋势,才是这个技术的核心价值。叶绿素荧光成像,恰好满足了这个要求。
查看详情
生理表型测量的核心在于“早、快”,要在肉眼可见之前就能测量并预判出变化趋势,才是这个技术的核心价值。叶绿素荧光成像,恰好满足了这个要求。

视频展示

透过表型数据看见植物的喜怒哀乐
00:59:21
所属分类:
视频展示
发布时间:
2022/11/13
关键词:

专题报道

本期石时之约,我们将对话慧诺瑞德(北京)科技有限公司总经理、国际植物表型学会(IPPN)执委会委员/工业分会副主席韩志国,一起从表型数据的科学角度,去读懂农作物的喜怒哀乐和前世今生。
搜索
确认
取消

联系我们

慧诺瑞德(北京)科技有限公司

地址:北京市海淀区西三旗街道建材城中路12号院8号楼2门 
电话:010-6292549082928854829288648292887418600875228 
传真:010-62925490-802
Email:
info@phenotrait.com

邮编:100096

在线留言

关注我们

这是描述信息

植物表型圈

这是描述信息

植物表型资讯

慧诺瑞德(北京)科技有限公司版权所有      京ICP备15043840号    网站建设:中企动力   北二分     法律声明