光谱学与光谱分析
光譜學與光譜分析
광보학여광보분석
SPECTROSCOPY AND SPECTRAL ANALYSIS
2013年
8期
2168-2171
,共4页
高光谱成像技术%主成分回归分析%多元线性回归分析%最小二乘支持向量机%番茄%灰霉病
高光譜成像技術%主成分迴歸分析%多元線性迴歸分析%最小二乘支持嚮量機%番茄%灰黴病
고광보성상기술%주성분회귀분석%다원선성회귀분석%최소이승지지향량궤%번가%회매병
Hyperspectral imaging technique%Principal component regression analysis%Multiple linear regression analysis%Least squares support vector machine%Tomato%Gray mold
提出了独立软模式法(SIMCA)的番茄叶片灰霉病特征波段图像的提取,并通过多元线性回归法(MLR)提取波段融合图像,通过最小距离法获取番茄灰霉病患病信息的技术路线.利用680～740 nm波段的方差图像和建模能力参数提取的特征波段,并作为输入变量进行MLR分析,在0.5准确率阈值下,准确率均大于99％,说明特征波段可以实现番茄叶片灰霉病的检测,并利用MLR回归系数提取波段融合图像,通过最小距离法获取番茄灰霉病患病信息,结果表明所提出的方法具有很好的预测能力,为番茄灰霉病的早期检测提供了一种新方法,且大大降低了高光谱图像的数据处理时间.
提齣瞭獨立軟模式法(SIMCA)的番茄葉片灰黴病特徵波段圖像的提取,併通過多元線性迴歸法(MLR)提取波段融閤圖像,通過最小距離法穫取番茄灰黴病患病信息的技術路線.利用680～740 nm波段的方差圖像和建模能力參數提取的特徵波段,併作為輸入變量進行MLR分析,在0.5準確率閾值下,準確率均大于99％,說明特徵波段可以實現番茄葉片灰黴病的檢測,併利用MLR迴歸繫數提取波段融閤圖像,通過最小距離法穫取番茄灰黴病患病信息,結果錶明所提齣的方法具有很好的預測能力,為番茄灰黴病的早期檢測提供瞭一種新方法,且大大降低瞭高光譜圖像的數據處理時間.
제출료독립연모식법(SIMCA)적번가협편회매병특정파단도상적제취,병통과다원선성회귀법(MLR)제취파단융합도상,통과최소거리법획취번가회매병환병신식적기술로선.이용680～740 nm파단적방차도상화건모능력삼수제취적특정파단,병작위수입변량진행MLR분석,재0.5준학솔역치하,준학솔균대우99％,설명특정파단가이실현번가협편회매병적검측,병이용MLR회귀계수제취파단융합도상,통과최소거리법획취번가회매병환병신식,결과표명소제출적방법구유흔호적예측능력,위번가회매병적조기검측제공료일충신방법,차대대강저료고광보도상적수거처리시간.
