Affiliation:
1. Limunis Information Technologies
2. BANDIRMA ONYEDI EYLUL UNIVERSITY
Abstract
Tarım ürünleri arasında mısır bitkisi başlıca besin kaynakları içerisinde gösterilmektedir. Mısır bitkilerinde karşılaşılan önemli konulardan birisi ıslah sürecidir. Islah çalışmalarında tohumların haploid ve diploid tiplerinin belirlenmesi büyük önem taşımaktadır. Geleneksel olarak, gıda ürünlerinde haploid ve diploid mısır türlerinin saptanması için uzman analizi kullanılır. Uzman analizi, zaman alıcı, sübjektif ve pahalıdır. Bilgisayarlı görü tabanlı çözümler, tarımsal uygulamalar için oldukça makul gereksinimlerdir.
Bu çalışmada, haploit ve diploit mısırların aktif öğrenme kullanılarak saptanması için bir görüntüleme sistemi önerilmiştir. Geleneksel yaklaşımların aksine, sınıflandırıcı ile ilgili örneklerin algılanması ve etiketlenmesi için aktif bir öğrenme şeması kullanılır. Önerilen sistem kullanılarak, daha az sayıda örnekle daha yüksek doğruluğa sahip bir destek vektör sınıflandırıcı eğitilmiştir.
Publisher
Bandirma Onyedi Eylul University
Subject
General Medicine,General Chemistry
Reference18 articles.
1. B.W. Boote, D.J. Freppon, G.N. de La Fuente, T. Lübberstedt, B.J. Nikolau, and E.A. Smith “Haploid differentiation in maize kernels based on fluorescence imaging”, Plant Breeding, vol. 35, no. 4, pp. 439-445 2016.
2. G.N. de La Fuente, J.M. Carstensen, M.A. Edberg, and T. Lü bberstedt “Discrimination of haploid and diploid maize kernels via multispectral imaging”, Plant Breeding, vol. 136, no. 1, pp. 50-60, 2017.
3. J. Lin, L. Yu, W. Li, and H. Qin “Method for Identifying Maize Haploid Seeds by Applying Diffuse Transmission Near-Infrared Spectroscopy”, Applied Spectroscopy, vol. 72, no. 4, pp. 611–617, 2018.
4. Y. Altuntas, A.F. Kocamaz, R. Cengiz, and M. Esmeray “Classification of haploid and diploid maize seeds by using image processing techniques and support vector machines”, 26th IEEE Signal Processing and Communications Applications Conference, 2018.
5. X.-Y. Wang, W.-X. Liao, D. An, and Y. Wei “Maize Haploid Identification via LSTM-CNN and Hyperspectral Imaging Technology”, CoRR arXiv, vol. abs/1805.0, 2018.