本文關(guān)鍵詞：基于地面高光譜數(shù)據(jù)鮮茶葉特征選擇與品種識(shí)別，，由筆耕文化傳播整理發(fā)布。

【摘要】：使用ASD Field3在武夷山實(shí)測(cè)的9種鮮茶葉數(shù)據(jù),該數(shù)據(jù)經(jīng)過(guò)預(yù)處理后,計(jì)算24種光譜指數(shù),用于對(duì)9種茶葉的分類(lèi),用SVM-RFE對(duì)光譜反射率數(shù)據(jù)和光譜指數(shù)數(shù)據(jù)進(jìn)行特征選擇,最后用線性SVM和隨機(jī)森林分類(lèi).檢驗(yàn)SVM分類(lèi)器的性能和SVM-RFE選擇特征的適用性,其中SVM分類(lèi)器在4個(gè)數(shù)據(jù)集中都達(dá)到了95%以上的分類(lèi)精度.隨機(jī)森林分類(lèi)器在其中3個(gè)數(shù)據(jù)集達(dá)到90%以上的精度,一個(gè)70%的精度.研究表明SVM-RFE是一個(gè)穩(wěn)定有效的特征選擇算法,并且SVM的性能優(yōu)于隨機(jī)森林.
【作者單位】： 福建師范大學(xué)地理科學(xué)學(xué)院;武夷山市仙茗巖茶廠;
【關(guān)鍵詞】： 高光譜 特征選擇 SVM-RFE 隨機(jī)森林 SVM
【基金】：國(guó)家重點(diǎn)研發(fā)計(jì)劃專(zhuān)項(xiàng)(2016YFC0502901)
【分類(lèi)號(hào)】：S571.1;TP79
【正文快照】： 遙感技術(shù)在農(nóng)業(yè)資源調(diào)查、作物估產(chǎn)等領(lǐng)域得到廣泛的應(yīng)用,是農(nóng)業(yè)遙感的重要手段[1],但傳統(tǒng)的多光譜數(shù)據(jù)波段少,光譜分辨率低,農(nóng)作物在光譜上存在相似性,無(wú)法捕捉作物間細(xì)微的差異,無(wú)法獲得較好的識(shí)別精度,多光譜遙感對(duì)于現(xiàn)在的“精準(zhǔn)農(nóng)業(yè)”應(yīng)用存在較大的局限性.高光譜技術(shù)能

【相似文獻(xiàn)】

中國(guó)期刊全文數(shù)據(jù)庫(kù) 前1條

1 王圓圓;李京;;基于決策樹(shù)的高光譜數(shù)據(jù)特征選擇及其對(duì)分類(lèi)結(jié)果的影響分析[J];遙感學(xué)報(bào);2007年01期

  本文關(guān)鍵詞：基于地面高光譜數(shù)據(jù)鮮茶葉特征選擇與品種識(shí)別，由筆耕文化傳播整理發(fā)布。

本文編號(hào)：426748