Select Language

AI社区

公开数据集

作物品种鉴定与SCIO

作物品种鉴定与SCIO

1.19M
218 浏览
0 喜欢
0 次下载
0 条讨论
Agriculture,Business,Earth and Nature Classification

作物品种识别是农业研究、产业和政策的基础。该数据调查了使用小型近红外光谱仪收集的可见光/近红外高光谱数据在埃塞俄比亚识别......

数据结构 ? 1.19M

    Data Structure ?

    * 以上分析是由系统提取分析形成的结果,具体实际数据为准。

    README.md

    作物品种识别是农业研究、产业和政策的基础。该数据调查了使用小型近红外光谱仪收集的可见光/近红外高光谱数据在埃塞俄比亚识别大麦、鹰嘴豆和高粱品种的可行性。与传统的基于实验室的光谱仪相比,小型NIR光谱仪只需要最少的设备和用户参与。为了本研究的目的,购买了消费者物理SCIO,在撰写本文时它作为一个1000美元的开发工具包提供。该设备使用智能手机应用程序操作,需要互联网连接,光谱数据远程存储。该设备的全波长覆盖范围为740–1070 nm(331个变量)。在相似的位置仔细扫描所有谷物样品。使用最近发布的小型近红外光谱仪SCIO,对2650粒大麦、鹰嘴豆和高粱品种进行了扫描。每个品种随机选择50粒进行扫描。列预测器表示品种名称列740至1070对应于以纳米为单位测量的SCIO波长。该数据集是作为以下研究的一部分创建的:“[用于品种识别的微型NIR光谱仪的评估:埃塞俄比亚大麦、鹰嘴豆和高粱的案例][2]”。灵感我们能用微型光谱仪的光谱数据识别作物品种吗?[1]: https://www.consumerphysics.com/business/technology/ [2]: http://journals.plos.org/plosone/article/file?id=10.1371/journal.pone.0193620&type=printable


    ×

    帕依提提提温馨提示

    该数据集正在整理中,为您准备了其他渠道,请您使用

    注:部分数据正在处理中,未能直接提供下载,还请大家理解和支持。
    暂无相关内容。
    暂无相关内容。
    • 分享你的想法
    去分享你的想法~~

    全部内容

      欢迎交流分享
      开始分享您的观点和意见,和大家一起交流分享.
    所需积分:10 去赚积分?
    • 218浏览
    • 0下载
    • 0点赞
    • 收藏
    • 分享