English (United Kingdom)

https://curated-unify.zendy.io/wp-json/zendy-region/v1/featured_content/oa?rat=en

https://curated-unify.zendy.io/wp-json/zendy-region/v1/highlighted_journal/

Global: Zendy Plus annual

Presents the access of premium content as premium feature

Premium Content

Presents the keyphrase highlighting as premium feature

Keyphrase Highlighting

Presents the summarisation as premium feature

Summarisation

Insights

Presents the pdf analysis as premium feature

PDF Analysis

Presents the zaia usage as premium feature

ZAIA

Global: Zendy Tools annual

Global: Zendy Free Plan

Global: Zendy Tools monthly

Global: Zendy Plus monthly

Bu calismada, bugdaydaki protein miktarini tahmin etmek icin, tahribatsiz ve hizli bir gozlem yontemi olan yakin kizilotesi spektroskopi (KS) teknigi kullanilmistir. Sirasiyla spektral bantlari ve en iyi modelleri secmek icin Kismi En Kucuk Kareler Regresyonu (KEKKR) ve Yapay Sinir Agi (YSA) yontemleri kullanilmistir. Modellerin verimliligini karsilastirmak icin Kok-ortalama-kare hata (KOKH) ve R 2 uygulanmistir. Cascade ileri geri yayiliminin (CIGY) en iyi sonucu, Levenberg-Marquardt (LM) ile 8-8-1 ag yapisi ve TANSIG-TANSIG-PURELIN (TANSIG-TANSIG-PURELIN (R  = 0.0289 ve  2) 'nin islevi ile ilgilidir. YSA modeli icin tahmin sonuclari (  2 = 0.9881), KEKKR modelinden (  2 = 0.9783) daha iyi bulunmustur. Bu nedenle, sonuclara gore, bugdaydaki protein miktarinin belirlenmesinde KS'nin tahmin etme potansiyeli yuksek oldugu soylenebilir.

yüzüncü yıl üniversitesi tarım bilimleri dergisi/yüzüncü yıl üniversitesi tarım bilimleri dergisi

Kısmi En Küçük Kareler Regresyonu (KEKKR) ve Yapay Sinir Ağı (YSA) Modelleri Kullanarak, Kanopi Kızılötesi Spektroskopisi (KS) ile Kış Buğdayında Protein İçeriğinin Tahmini