ارسل ملاحظاتك

ارسل ملاحظاتك لنا







Sensing Tomato’s Pathogen Using Visible/Near Infrared "VIS/NIR" Spectroscopy and Multivariate Data Analysis "MVDA"

المصدر: مجلة جامعة فلسطين التقنية للأبحاث
الناشر: جامعة فلسطين التقنية خضوري - عمادة البحث العلمي
المؤلف الرئيسي: Abu-Khalaf, Nawaf (Author)
المجلد/العدد: مج3, ع1
محكمة: نعم
الدولة: فلسطين
التاريخ الميلادي: 2015
الشهر: أكتوبر
الصفحات: 12 - 22
ISSN: 2307-8081
رقم MD: 1423770
نوع المحتوى: بحوث ومقالات
اللغة: الإنجليزية
قواعد المعلومات: EduSearch, HumanIndex
مواضيع:
كلمات المؤلف المفتاحية:
Principal Component Analysis (PCA) | Support Vector Machine (SVM) | Classification | Fungi | Antagonistic | Quality Control
رابط المحتوى:
صورة الغلاف QR قانون
حفظ في:
LEADER 02563nam a22002297a 4500
001 2171205
041 |a eng 
044 |b فلسطين 
100 |a Abu-Khalaf, Nawaf  |e Author  |9 753194 
245 |a Sensing Tomato’s Pathogen Using Visible/Near Infrared "VIS/NIR" Spectroscopy and Multivariate Data Analysis "MVDA" 
260 |b جامعة فلسطين التقنية خضوري - عمادة البحث العلمي  |c 2015  |g أكتوبر 
300 |a 12 - 22 
336 |a بحوث ومقالات  |b Article 
520 |b Quality of agricultural products is a very important issue for consumers as well as for farmers in relation to price, health and flavour. One of the factors that determine the quality is the absence of pathogens that can cause diseases for products and also for consumers. An advanced method to sense pathogens and their antagonists is the use of Visible/Near Infrared (VIS/NIR) spectroscopy. In this paper, the VIS/NIR spectroscopy, with the help of two techniques of multivariate data analysis (MVDA); namely principal component analysis (PCA) and support vector machine (SVM) classification; showed very reliable results for sensing two artificially inoculated fungi (Fusarium oxysporum f. sp. Lycopersici and Rhizoctonia solani), and two antagonistic bacteria (Bacillus atrophaeus and Pseudomonas aeruginosa). The two fungi cause loss of quality and quantity for tomatoes. The results showed that the lowest classification rates using VIS/NIR spectroscopy for pathogens, antagonistic and their combinations were 90%, 85% and 74%, respectively. These results open a wide range for using VIS/NIR spectroscopy sensor technology for agricultural commodities quality at quality control checkpoints. 
653 |a علم أمراض النبات  |a المسببات المرضية  |a زراعة الطماطم  |a التحليل الطيفي 
692 |b Principal Component Analysis (PCA)  |b Support Vector Machine (SVM)  |b Classification  |b Fungi  |b Antagonistic  |b Quality Control 
773 |4 العلوم الإنسانية ، متعددة التخصصات  |4 العلوم الاجتماعية ، متعددة التخصصات  |6 Humanities, Multidisciplinary  |6 Social Sciences, Interdisciplinary  |c 002  |e Palestine Technical University Research Journal  |f Mağallaẗ ğāmiʿaẗ filasṭīn al-tiqniyyaẗ - H̱aḍūrī li-l-abḥāṯ  |l 001  |m مج3, ع1  |o 2484  |s مجلة جامعة فلسطين التقنية للأبحاث  |v 003  |x 2307-8081 
856 |u 2484-003-001-002.pdf 
930 |d y  |p y  |q n 
995 |a EduSearch 
995 |a HumanIndex 
999 |c 1423770  |d 1423770