数据集概述
本数据集为Marlies Lauwers博士论文《蔬菜加工中基于传感器的茄科与莎草科杂草检测》第2章的配套脚本与数据，包含实验相关的光谱数据、模型结果及分析代码，共13个文件，支持杂草检测实验的复现与分析。
文件详解
- 数据文件
- 光谱数据文件：
Spectrophotometer.xlsx、Spectrophotometer_Lede.xlsx、Spectrophotometer_2019.xlsx、parrotsequoia_sensitivity.xlsx，格式为XLSX，记录不同场景下的光谱实验数据
- 模型结果文件：
Results_PLSDA.csv，格式为CSV，包含PLSDA模型的实验结果，字段含测试数据标识、日期等元信息
- 代码文件
- 分析脚本：
Functions.py、RF_RLR_II.py、RF_I.py、RLR_I.py、LRresampleddata_IV.py等8个PY文件，实现杂草检测相关的模型训练与数据分析功能
数据来源
Marlies Lauwers博士论文《Sensor-based detection of solanaceous and cyperaceous weeds in vegetables for processing》第2章
适用场景
- 农业杂草检测研究：分析基于传感器的茄科与莎草科杂草识别方法性能
- 光谱数据分析：探究光谱数据与杂草种类的关联特征
- 机器学习模型验证：复现论文中PLSDA、随机森林等模型的实验结果
- 农业传感技术应用：研究传感器技术在蔬菜加工前杂草检测中的实际应用价值
