宁波市自然科学基金(2007A610080)
- 作品数：4 被引量：64H指数：4
- 相关作者：吴迪冯雷孙光明何勇王遵义更多>>
- 相关机构：浙江大学浙江万里学院浙江省农业科学院更多>>
- 发文基金：宁波市自然科学基金国家自然科学基金公益性行业(农业)科研专项更多>>
- 相关领域：农业科学自动化与计算机技术理学更多>>
- 基于光谱技术的土壤快速分类方法研究被引量：12
- 2010年
- 针对浙江省4种典型土壤,研究应用可见-近红外光谱、近红外光谱和中红外光谱3个波段范围进行土壤快速分类的方法.在获取光谱信息的基础上,采用不同光谱建模方法以提高检测精度,简化分析计算;并分别采用主成分分析结合人工神经网络(PCA-ANN/BP)、偏最小二乘法(PLS)和偏最小二乘法结合人工神经网络(PLS-ANN)3种方法进行建模.结果表明:中红外光谱波段对土壤分类的效果不理想,而可见-近红外光谱、近红外光谱波段均能较好地进行土壤分类;在可见-近红外波段,PLS-ANN模型对土壤的分类效果优于PCA-ANN/BP和PLS模型,为土壤快速准确分类提供了一种简便可行的方法.
- 王遵义金春华刘飞王艳艳鲍一丹
- 关键词：光谱技术土壤人工神经网络主成分分析偏最小二乘法
- 基于小波变换和神经网络的可见-近红外光谱对烟草品种的鉴别被引量：8
- 2009年
- 为了实现烟草不同品种的快速光谱鉴别,采用主成分分析法对光谱数据进行聚类分析,并将小波变换用于对大量光谱数据的压缩,同时结合神经网络建立烟草品种鉴别模型.该模型将压缩后的数据作为神经网络的输入,加速了神经网络的训练速度.通过对4个品种的80个烟草样本建立训练模型,并用每个品种5个样本,共20个烟草样本进行预测.结果表明,用该方法对本研究4个品种的烟草鉴别正确率达100%.说明该方法具有很好的分类和鉴别作用,为烟草品种的快速鉴别提供了一种新方法.
- 王遵义邵咏妮
- 关键词：烟草主成分分析小波变换人工神经网络
- 基于多光谱成像技术的大麦赤霉病识别被引量：12
- 2009年
- 该文提出了一种根据大麦多光谱图像实时识别大麦赤霉病害的方法。首先利用阈值分割以及形态学的处理算法去除大麦穗图像背景和麦芒干扰信息;其次从预处理后的多光谱图像中提取图像的颜色统计特征;最后将这些颜色统计特征数据经过预处理后应用偏最小二乘法(principal component analysis,PLS)进行模式特征分析,经过交互验证法判别选取最佳的主成分数,输入到最小二乘-支持向量机模型(least square-support vector machine,LS-SVM),建立病害识别模型。经过比较发现多元散射校正处理后,最佳主成分为1的最小二乘支持向量机模型对病害的识别准确率最高,达到93.9%。表明利用多光谱成像信息可对大麦赤霉病进行准确识别,为植物病害监测与防治提供了一条新方法。
- 孙光明杨凯盛张传清吴迪何勇冯雷
- 关键词：光谱分析偏最小二乘法大麦大麦赤霉病植物保护最小二乘支持向量机
- 基于多光谱成像技术的水稻叶瘟检测分级方法研究被引量：39
- 2009年
- 实时、可靠的植物病害检测是进行科学的植物喷药作业的基础,也是精确农作的关键技术之一。目前水稻稻瘟病害检测鉴定方法存在着专业知识要求高、花费大、效率低等缺点。文章提出了利用包含绿、红、近红外三波段通道的多光谱成像技术对水稻叶瘟病进行检测。研究目的是建立能够快速、准确分析稻叶瘟病情的检测模型,实时过滤掉背景噪声、自然枯叶等干扰因素,实现对水稻生长状况进行及时、有效、非破坏性检测。研究表明,利用多光谱成像技术提取水稻叶面及冠层图像信息,可以快速有效地检测稻叶瘟病情。通过实验建立的稻叶瘟病情检测分级模型,对于营养生长期的水稻苗瘟的识别准确率为98%,叶瘟的识别准确率为90%,为实施科学的稻叶瘟防治提供了决策支持。
- 冯雷柴荣耀孙光明吴迪楼兵干何勇
- 关键词：水稻稻瘟病多光谱图像植物保护
