Iscriviti alla nostra newsletter giornaliera e tieniti aggiornato sulle ultime notizie!

Iscriviti Sono già iscritto

State utilizzando un software che blocca le nostre pubblicità (cosiddetto adblocker).

Dato che forniamo le notizie gratuitamente, contiamo sui ricavi dei nostri banner. Vi preghiamo quindi di disabilitare il vostro software di disabilitazione dei banner e di ricaricare la pagina per continuare a utilizzare questo sito.
Grazie!

Clicca qui per una guida alla disattivazione del tuo sistema software che blocca le inserzioni pubblicitarie.

Sign up for our daily Newsletter and stay up to date with all the latest news!

Registrazione I am already a subscriber

Apprendimento automatico per la classificazione delle cultivar di albicocche in base alla forma

Le caratteristiche della forma sono fondamentali per l'identificazione delle cultivar di frutta. A inizio giugno è stato pubblicato uno studio dell'Universita di Shihezi (Cina), in cui è stato valutato il potenziale della classificazione delle cultivar di albicocche mediante l'apprendimento automatico basato sulle caratteristiche della forma.

Alla base dell’apprendimento automatico ci sono una serie di differenti algoritmi che, partendo da nozioni primitive, permettono di prendere una specifica decisione piuttosto che un’altra. Per questo studio, sono state analizzate le caratteristiche della forma di quattro cultivar di albicocca.

Tredici parametri di forma sono stati analizzati utilizzando l'analisi della varianza a una via e l'analisi di correlazione di Pearson per determinare le differenze e le correlazioni delle proprietà della forma tra le diverse cultivar di albicocca.

Per evitare l'influenza di una relazione significativa tra le caratteristiche, sono stati utilizzati l'algoritmo di proiezione successivo e l'analisi delle componenti principali per ridurre il numero di proprietà delle caratteristiche.

I ricercatori hanno identificato le cultivar di albicocche provando con sei metodi di apprendimento automatico, tra cui l'albero decisionale, l'algoritmo k-NN, l'apprendimento Bayesano, l'analisi discriminante lineare, la macchina vettoriale di supporto e la rete neurale di propagazione posteriore.

"I risultati hanno mostrato che le quattro cultivar di albicocca presentavano differenze significative nelle caratteristiche della forma. Ogni proprietà aveva un certo livello di correlazione con le altre. Per quanto riguarda la classificazione mediante apprendimento automatico, la macchina vettoriale di supporto con un algoritmo di proiezione successivo ha fornito i risultati migliori, con una precisione del 90,7% nel set di test. I risultati di questo studio dimostrano la fattibilità di determinare cultivar di albicocche in base alla forma usando l'apprendimento automatico", riferiscono i ricercatori.

Fonte: Xi Yang, Ruoyu Zhang, Zhiqiang Zhai, Yujie Pang, Zuohui Jin, 'Machine learning for cultivar classification of apricots (Prunus armeniaca L.) based on shape features', Giugno 2019, Scientia Horticulturae, Volume 256.