Discriminación varietal de cortes de mango (Mangifera indica) usando perfiles espectrales y sistemas expertos
Descripción del Articulo
El objetivo de esta investigación fue determinar si existe diferencia en la precisión de discriminación varietal de cortes de mango (Mangifera indica) usando perfiles espectrales y sistemas expertos. Se recolectaron mangos de nueve variedades diferentes de mango en campos de cultivo de Tambogrande-P...
| Autor: | |
|---|---|
| Formato: | tesis de grado |
| Fecha de Publicación: | 2023 |
| Institución: | Universidad Nacional de Frontera |
| Repositorio: | UNFS-Institucional |
| Lenguaje: | español |
| OAI Identifier: | oai:repositorio.unf.edu.pe:UNF/250 |
| Enlace del recurso: | http://repositorio.unf.edu.pe/handle/UNF/250 |
| Nivel de acceso: | acceso abierto |
| Materia: | Mangifera indica Imágenes hiperespectrales Variedades de mango Análisis multivariado http://purl.org/pe-repo/ocde/ford#2.11.01 |
| Sumario: | El objetivo de esta investigación fue determinar si existe diferencia en la precisión de discriminación varietal de cortes de mango (Mangifera indica) usando perfiles espectrales y sistemas expertos. Se recolectaron mangos de nueve variedades diferentes de mango en campos de cultivo de Tambogrande-Piura, de los cuales se obtuvo de 241 cortes. Seguidamente, se midieron los grados brix del total de muestras mediante refractrometría y luego se escanearon los cortes de mango usando un sistema de imágenes hiperespectrales Vis-NIR (400 nm. a 1000 nm) en modo reflectancia, por el método de barrido lineal. La reflectancia fue corregida con imágenes de referencia oscuro y blanco, luego se extrajo la región de interés (ROI, por sus siglas en inglés) aplicando la técnica de umbralizado y se extrajeron los perfiles medios suavizados con el filtro Savitzky-Golay de segundo orden y 11 pasos. Posteriormente, se implementaron tres modelos de clasificación incluidos; análisis discriminante lineal (ADL), máquina de soporte vectorial (MSV) y discriminante subespacial (DS), con 20 repeticiones y validación cruzada (K-fold = 5). Los resultados mostraron que el mejor desempeño fue obtenido por DS (Acc = 0.98 ± 0.01; medida F = 0.97 ± 0.008), seguido de MSV (Acc = 0.80 ± 0.04; medida F = 0.79 ± 0.014) y por último el ADL (Acc = 0.77 ± 0.021; medida F = 0.76 ± 0.025). Por tanto, se evidencia que es existe diferencia en las métricas de clasificación varietal de cortes de mango, con rendimientos de hasta 98% demostrando el gran potencial de la técnica HSI acoplada a sistemas expertos. |
|---|
Nota importante:
La información contenida en este registro es de entera responsabilidad de la institución que gestiona el repositorio institucional donde esta contenido este documento o set de datos. El CONCYTEC no se hace responsable por los contenidos (publicaciones y/o datos) accesibles a través del Repositorio Nacional Digital de Ciencia, Tecnología e Innovación de Acceso Abierto (ALICIA).
La información contenida en este registro es de entera responsabilidad de la institución que gestiona el repositorio institucional donde esta contenido este documento o set de datos. El CONCYTEC no se hace responsable por los contenidos (publicaciones y/o datos) accesibles a través del Repositorio Nacional Digital de Ciencia, Tecnología e Innovación de Acceso Abierto (ALICIA).