农业机械学报
農業機械學報
농업궤계학보
TRANSACTIONS OF THE CHINESE SOCIETY OF AGRICULTURAL MACHINERY
2012年
2期
128-133,185
,共7页
周竹%李小昱%高海龙%陶海龙%李鹏%文东东
週竹%李小昱%高海龍%陶海龍%李鵬%文東東
주죽%리소욱%고해룡%도해룡%리붕%문동동
马铃薯%干物质%高光谱%变量选择%竞争性自适应重加权算法
馬鈴藷%榦物質%高光譜%變量選擇%競爭性自適應重加權算法
마령서%간물질%고광보%변량선택%경쟁성자괄응중가권산법
为提高利用高光谱成像技术快速检测马铃薯干物质含量的精度,比较了主成分分析法(PCA)、组合间隔偏最小二乘法(siPLS)、遗传偏最小二乘法(GA-PLS)、无信息变量消除法(UVE)以及竞争性自适应重加权算法(CARS)等变量选择方法.在此基础上提出一种竞争性自适应重加权算法与连续投影算法(SPA)相结合的波长选择方法,最终将原始光谱变量从678个减少到了27个.用27个变量建立多元线性回归模型,模型预测集相关系数Rp为0.86,预测均方根误差为1.06％.实验结果表明:高光谱成像技术能够对马铃薯干物质含量进行检测,同时CARS-SPA是一种有效的变量选择方法.
為提高利用高光譜成像技術快速檢測馬鈴藷榦物質含量的精度,比較瞭主成分分析法(PCA)、組閤間隔偏最小二乘法(siPLS)、遺傳偏最小二乘法(GA-PLS)、無信息變量消除法(UVE)以及競爭性自適應重加權算法(CARS)等變量選擇方法.在此基礎上提齣一種競爭性自適應重加權算法與連續投影算法(SPA)相結閤的波長選擇方法,最終將原始光譜變量從678箇減少到瞭27箇.用27箇變量建立多元線性迴歸模型,模型預測集相關繫數Rp為0.86,預測均方根誤差為1.06％.實驗結果錶明:高光譜成像技術能夠對馬鈴藷榦物質含量進行檢測,同時CARS-SPA是一種有效的變量選擇方法.
위제고이용고광보성상기술쾌속검측마령서간물질함량적정도,비교료주성분분석법(PCA)、조합간격편최소이승법(siPLS)、유전편최소이승법(GA-PLS)、무신식변량소제법(UVE)이급경쟁성자괄응중가권산법(CARS)등변량선택방법.재차기출상제출일충경쟁성자괄응중가권산법여련속투영산법(SPA)상결합적파장선택방법,최종장원시광보변량종678개감소도료27개.용27개변량건립다원선성회귀모형,모형예측집상관계수Rp위0.86,예측균방근오차위1.06％.실험결과표명:고광보성상기술능구대마령서간물질함량진행검측,동시CARS-SPA시일충유효적변량선택방법.
