thermal imaging system – French Translation – Keybot Dictionary

Spacer TTN Translation Network TTN TTN Login Deutsch Français Spacer Help
Source Languages Target Languages
Dictionary
&nbsp;<a href='https://iate.europa.eu/home'>IATE</a> 3226
thermal imaging system => système d'enregistrement d'images thermiques

Keybot      12 Results   4 Domains
  www.listeriosis-listeriose.investigation-enquete.gc.ca  
Show textShow cached sourceOpen source URL
The feasibility of using an infrared thermal imaging system to identify the fungal infection in stored wheat was studied. Thermal images of bulk wheat grains infected by Aspergillus glaucus group, Aspergillus niger van Tieghem and Penicillium spp.
Compare text pagesCompare HTM pagesOpen source URLOpen target URLDefine listeriosis-listeriose.investigation-enquete.gc.ca as primary domain
Nous avons examiné la faisabilité d’utiliser l’imagerie thermique infrarouge pour la détection des infections fongiques du blé entreposé. À l’aide d’une caméra thermique infrarouge non refroidie à réseau plan focal, nous avons produit des images de grains de blé en vrac infectés par des champignons du groupe Aspergillus glaucus, de l’espèce Aspergillus niger van Tieghem et du genre Penicillium. Pour ce faire, nous avons d’abord chauffé les grains durant 180 s à l’aide d’une plaque chauffante maintenue à 90 °C et placée à une distance de 10 mm, puis nous les avons laissé refroidir à la température ambiante durant 30 s. Au total, nous avons dérivé douze caractéristiques relatives à la température des grains de blé chauffés et refroidis. Nous avons également développé des modèles de classification quadruple et de classification par paires à l’aide d’analyses discriminantes linéaires et quadratiques (ADL et ADQ). Nous avons utilisé les méthodes leave-one-out et du bootstrap afin de valider les modèles de classification construits. Les modèles de classification par paires utilisant des ADL et des ADQ ont permis d’atteindre une précision maximale de 100 % pour les échantillons sains, et de plus de 97 et 96 %, respectivement, pour les échantillons infectés. Les modèles de classification quadruple ADL et ADQ n’ont permis d’atteindre qu’une précision relativement faible pour la classification des échantillons infectés à cause des variations non significatives des caractéristiques relatives à la température des grains infectés par les différentes espèces de champignons.
  www5.agr.gc.ca  
Show textShow cached sourceOpen source URL
The feasibility of using an infrared thermal imaging system to identify the fungal infection in stored wheat was studied. Thermal images of bulk wheat grains infected by Aspergillus glaucus group, Aspergillus niger van Tieghem and Penicillium spp.
Compare text pagesCompare HTM pagesOpen source URLOpen target URLDefine www5.agr.gc.ca as primary domain
Nous avons examiné la faisabilité d’utiliser l’imagerie thermique infrarouge pour la détection des infections fongiques du blé entreposé. À l’aide d’une caméra thermique infrarouge non refroidie à réseau plan focal, nous avons produit des images de grains de blé en vrac infectés par des champignons du groupe Aspergillus glaucus, de l’espèce Aspergillus niger van Tieghem et du genre Penicillium. Pour ce faire, nous avons d’abord chauffé les grains durant 180 s à l’aide d’une plaque chauffante maintenue à 90 °C et placée à une distance de 10 mm, puis nous les avons laissé refroidir à la température ambiante durant 30 s. Au total, nous avons dérivé douze caractéristiques relatives à la température des grains de blé chauffés et refroidis. Nous avons également développé des modèles de classification quadruple et de classification par paires à l’aide d’analyses discriminantes linéaires et quadratiques (ADL et ADQ). Nous avons utilisé les méthodes leave-one-out et du bootstrap afin de valider les modèles de classification construits. Les modèles de classification par paires utilisant des ADL et des ADQ ont permis d’atteindre une précision maximale de 100 % pour les échantillons sains, et de plus de 97 et 96 %, respectivement, pour les échantillons infectés. Les modèles de classification quadruple ADL et ADQ n’ont permis d’atteindre qu’une précision relativement faible pour la classification des échantillons infectés à cause des variations non significatives des caractéristiques relatives à la température des grains infectés par les différentes espèces de champignons.
  www.agr.ca  
Show textShow cached sourceOpen source URL
The feasibility of using an infrared thermal imaging system to identify the fungal infection in stored wheat was studied. Thermal images of bulk wheat grains infected by Aspergillus glaucus group, Aspergillus niger van Tieghem and Penicillium spp.
Compare text pagesCompare HTM pagesOpen source URLOpen target URLDefine agr.ca as primary domain
Nous avons examiné la faisabilité d’utiliser l’imagerie thermique infrarouge pour la détection des infections fongiques du blé entreposé. À l’aide d’une caméra thermique infrarouge non refroidie à réseau plan focal, nous avons produit des images de grains de blé en vrac infectés par des champignons du groupe Aspergillus glaucus, de l’espèce Aspergillus niger van Tieghem et du genre Penicillium. Pour ce faire, nous avons d’abord chauffé les grains durant 180 s à l’aide d’une plaque chauffante maintenue à 90 °C et placée à une distance de 10 mm, puis nous les avons laissé refroidir à la température ambiante durant 30 s. Au total, nous avons dérivé douze caractéristiques relatives à la température des grains de blé chauffés et refroidis. Nous avons également développé des modèles de classification quadruple et de classification par paires à l’aide d’analyses discriminantes linéaires et quadratiques (ADL et ADQ). Nous avons utilisé les méthodes leave-one-out et du bootstrap afin de valider les modèles de classification construits. Les modèles de classification par paires utilisant des ADL et des ADQ ont permis d’atteindre une précision maximale de 100 % pour les échantillons sains, et de plus de 97 et 96 %, respectivement, pour les échantillons infectés. Les modèles de classification quadruple ADL et ADQ n’ont permis d’atteindre qu’une précision relativement faible pour la classification des échantillons infectés à cause des variations non significatives des caractéristiques relatives à la température des grains infectés par les différentes espèces de champignons.