Machine learning classification of origins and varieties of Tetrastigma hemsleyanum using a dual-mode microscopic hyperspectral imager

[Display omitted] •A dual-mode microscopic hyperspectral imager (DMHI) was developed.•Machine learning was proposed for the classification of Tetrastigma hemsleyanum.•Prediction accuracies of origins and varieties reached both 97.5%.•True tone was reconstructed using the spectra and color reproducti...

Celý popis

Uloženo v:

Podrobná bibliografie
Vydáno v:	Spectrochimica acta. Part A, Molecular and biomolecular spectroscopy Ročník 261; s. 120054
Hlavní autoři:	Jiao, Changwei, Xu, Zhanpeng, Bian, Qiuwan, Forsberg, Erik, Tan, Qin, Peng, Xin, He, Sailing
Médium:	Journal Article
Jazyk:	angličtina
Vydáno:	Elsevier B.V 15.11.2021
Témata:	Dual-mode microscopic hyperspectral imager Geographical origin Machine learning classification Medicinal variety Tetrastigma hemsleyanum LCTF SVM LPP T. hemsleyanum RMHI Tetrastigma hemsleyanum CMF HPLC HSI PCs Machine learning classification FMHI Geographical origin Medicinal variety DMHI PLS-DA ROI PCA RF NIR FWHM PGP Dual-mode microscopic hyperspectral imager LVF AOTF TCM OLDA
ISSN:	1386-1425, 1873-3557, 1873-3557
On-line přístup:	Získat plný text
Tagy:	Přidat tag Žádné tagy, Buďte první, kdo vytvoří štítek k tomuto záznamu!

Buďte první, kdo okomentuje tento záznam!