光谱学与光谱分析
光譜學與光譜分析
광보학여광보분석
SPECTROSCOPY AND SPECTRAL ANALYSIS
2012年
12期
3324-3328
,共5页
谢传奇%何勇%李晓丽%刘飞%杜朋朋%冯雷
謝傳奇%何勇%李曉麗%劉飛%杜朋朋%馮雷
사전기%하용%리효려%류비%두붕붕%풍뢰
高光谱图像%叶绿素%偏最小二乘回归%主成分回归%BP神经网络%最小二乘-支持向量机%番茄%灰霉病
高光譜圖像%葉綠素%偏最小二乘迴歸%主成分迴歸%BP神經網絡%最小二乘-支持嚮量機%番茄%灰黴病
고광보도상%협록소%편최소이승회귀%주성분회귀%BP신경망락%최소이승-지지향량궤%번가%회매병
对灰霉病胁迫下番茄叶片中叶绿素含量(SPAD)的高光谱图像信息进行了研究.首先获取380～1 030 nm波段范围内健康和染病番茄叶片的高光谱图像,然后基于ENVI软件处理平台提取高光谱图像中感兴趣区域的光谱信息,经平滑(Smoothing)、标准化(Normalize)等预处理后,建立了基于Normalize预处理的偏最小二乘回归(PLSR)和主成分回归(PCR)模型.再基于PLSR获得的4个变量建立反向传播神经网络(BPNN)和最小二乘-支持向量机(LS-SVM)模型.4个模型中,LS-SVM的预测效果最好,其决定系数R2为0.9018,预测集均方根误差RMSEP为2.599 2.结果表明,基于健康和染病番茄叶片的高光谱图像响应特性检测叶绿素含量(SPAD)是可行的.
對灰黴病脅迫下番茄葉片中葉綠素含量(SPAD)的高光譜圖像信息進行瞭研究.首先穫取380～1 030 nm波段範圍內健康和染病番茄葉片的高光譜圖像,然後基于ENVI軟件處理平檯提取高光譜圖像中感興趣區域的光譜信息,經平滑(Smoothing)、標準化(Normalize)等預處理後,建立瞭基于Normalize預處理的偏最小二乘迴歸(PLSR)和主成分迴歸(PCR)模型.再基于PLSR穫得的4箇變量建立反嚮傳播神經網絡(BPNN)和最小二乘-支持嚮量機(LS-SVM)模型.4箇模型中,LS-SVM的預測效果最好,其決定繫數R2為0.9018,預測集均方根誤差RMSEP為2.599 2.結果錶明,基于健康和染病番茄葉片的高光譜圖像響應特性檢測葉綠素含量(SPAD)是可行的.
대회매병협박하번가협편중협록소함량(SPAD)적고광보도상신식진행료연구.수선획취380～1 030 nm파단범위내건강화염병번가협편적고광보도상,연후기우ENVI연건처리평태제취고광보도상중감흥취구역적광보신식,경평활(Smoothing)、표준화(Normalize)등예처리후,건립료기우Normalize예처리적편최소이승회귀(PLSR)화주성분회귀(PCR)모형.재기우PLSR획득적4개변량건립반향전파신경망락(BPNN)화최소이승-지지향량궤(LS-SVM)모형.4개모형중,LS-SVM적예측효과최호,기결정계수R2위0.9018,예측집균방근오차RMSEP위2.599 2.결과표명,기우건강화염병번가협편적고광보도상향응특성검측협록소함량(SPAD)시가행적.
