Machine Learning Techniques for Predicting Crop Photosynthetic Capacity from Leaf Reflectance Spectra.

Heckmann, David; Schlüter, Urte; Weber, Andreas P M

Heckmann, David; Schlüter, Urte; Weber, Andreas P M.

Afiliación

Heckmann D; Heinrich-Heine-Universität, Institute for Computer Science, 40225 Düsseldorf, Germany. Electronic address: david.heckmann@uni-duesseldorf.de.
Schlüter U; Heinrich-Heine-Universität, Institute of Plant Biochemistry, 40225 Düsseldorf, Germany.
Weber APM; Heinrich-Heine-Universität, Institute of Plant Biochemistry, 40225 Düsseldorf, Germany; Cluster of Excellence on Plant Sciences (CEPLAS) "From Complex Traits towards Synthetic Modules", 40225 Düsseldorf, Germany.

Mol Plant ; 10(6): 878-890, 2017 06 05.

Article en En | MEDLINE | ID: mdl-28461269

Asunto(s)

Aprendizaje Automático; Hojas de la Planta/metabolismo; Productos Agrícolas/metabolismo; Productos Agrícolas/fisiología; Fenotipo; Fotosíntesis/fisiología; Filogenia

Palabras clave

C(4); crops; leaf spectrometry; machine learning; phenotyping; photosynthesis

Texto completo

Imprimir

XML

PubMed Links

Buscar en Google

Texto completo: 1 Colección: 01-internacional Banco de datos: MEDLINE Asunto principal: Hojas de la Planta / Aprendizaje Automático Tipo de estudio: Prognostic_studies / Risk_factors_studies Idioma: En Revista: Mol Plant Asunto de la revista: BIOLOGIA MOLECULAR / BOTANICA Año: 2017 Tipo del documento: Article

Texto completo

Imprimir

XML

PubMed Links

Buscar en Google