基于近地高光譜數(shù)據(jù)和遺傳算法優(yōu)化的支持向量機(jī)麥穗尺度赤霉病識別
發(fā)布時(shí)間:2021-03-10 14:34
為了實(shí)現(xiàn)小麥赤霉病的有效防控,給大區(qū)域尺度赤霉病監(jiān)測提供理論支撐。該文利用麥穗非成像高光譜數(shù)據(jù)提出了小麥赤霉病敏感特征篩選和監(jiān)測模型構(gòu)建方法。通過相關(guān)性分析共選出了8個(gè)敏感特征:包括350-400nm、500-600nm和720-1000nm三個(gè)特征波段,MSR、NDVI和SIPI三個(gè)植被指數(shù),以及WF01和WF02兩個(gè)小波特征。將篩選出的敏感特征,結(jié)合SVM、和經(jīng)過GA算法優(yōu)化的SVM(GASVM)共建立了16種小麥赤霉病監(jiān)測模型,并對兩類模型的監(jiān)測精度進(jìn)行對比,結(jié)果顯示:相同特征變量下通過GASVM建立的監(jiān)測模型整體精度比通過SVM算法建立的模型精度更高,其中,MSR結(jié)合GASVM的總體精度達(dá)75%, Kappa系數(shù)為0.47。說明GASVM算法能夠用于小麥赤霉病的監(jiān)測,對提高病害監(jiān)測精度具有重要應(yīng)用價(jià)值。
【文章來源】:農(nóng)業(yè)工程技術(shù). 2020,40(24)
【文章頁數(shù)】:1 頁
本文編號:3074824
【文章來源】:農(nóng)業(yè)工程技術(shù). 2020,40(24)
【文章頁數(shù)】:1 頁
本文編號:3074824
本文鏈接:http://sikaile.net/nykjlw/dzwbhlw/3074824.html
最近更新
教材專著