公共文化服务平台

共 5 条记录，以下是 1-6

全选清除导出

排序方式：

应用可见/近红外光谱技术快速检测果珍中二氧化钛的含量被引量：5: 2010年; 为了实现快速检测果珍中的二氧化钛含量,提出了应用近红外光谱技术结合化学计量学的快速检测方法。研究采用了320份果珍样本进行光谱特性的检测,其中200个样本用来建模,120个样本进行预测。首先比较了标准正态变量校正(SNV)、变量标准化(Normalize)、多元散射校正(MSC)等6种不同的数据预处理方法对偏最小二乘法(PLS)建模预测效果的影响。然后将PLS模型与应用主成分(PC)建立的主成分-神经网络校正(PC-ANN)模型进行比较。结果表明,MSC预处理的效果最好,PLS模型的最佳主成分数为7,预测值与标准值的相关系数R^2达0.900 8,预测标准误差RMSEP为0.05。PC-ANN模型预测值与标准值的R^2为0.868 4,RMSEP为0.04。说明PLS模型比PC-ANN模型的预测效果好。同时本研究也说明能够应用可见/近红外技术对二氧化钛进行快速定量测定。; 段敏鲍一丹何勇; 关键词：偏最小二乘法神经网络二氧化钛主成分

基于高光谱图像技术的油菜籽品种鉴别方法研究被引量：23: 2011年; 提出了一种采用高光谱图像技术结合人工神经网络对油菜籽品种进行鉴别的方法．采集多个品种油菜籽400～1000cm范围的高光谱图像数据，通过主成分分析法（PCA）获得主成分图像，确定特征波长；采用基于灰度直方图和灰度共生矩阵联合的统计方法从特征图像中提取纹理特征参数，应用人工神经网络建立油菜籽品种鉴别模型．结果表明，模型训练时品种判别率为93．75％，预测的判别率为91．67％．说明高光谱图像技术对油菜籽品种具有较好的分类和鉴别作用．; 邹伟方慧刘飞周康韵鲍一丹何勇; 关键词：图像处理高光谱图像主成分分析油菜籽

利用激光扫描仪获得油菜植株三维点云图像和植株生长信息的提取: 通过全方位快速无损三维形态获取技术构建的植物三维模型,可按照植物形态发生学和生理学原理,模拟植物的生长、发育、衰老及死亡过程,是利用计算机技术研究植物形态构建与生长; 田甜吴灵通金宗来张帆周伟军; 文献传递

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

基于无信息变量消除法和连续投影算法的可见-近红外光谱技术白虾种分类方法研究被引量：51: 2009年; 应用无信息变量消除法结合连续投影算法对可见-近红外光谱区进行有效波长的选择,选择后的波长作为输入变量建立最小二乘-支持向量机模型,对白虾属中三种典型种,脊尾白虾、秀丽白虾和东方白虾进行鉴别分类.实验采用Kennard-Stone算法选取150个样本作为建模集,50个样本作为预测集,通过UVE-SPA优选了数值分别为392、431、517、551、595、627、676、734、760、861、943和1018 nm的12个波长为LS-SVM的输入变量,建立了白虾种分类模型.该模型对50个预测集样本检验的准确率达到了92.00%.结果表明,采用可见-近红外光谱对白虾种进行鉴别是可行的,UVE-SPA能够有效地进行波长选择,使LS-SVM模型获得最优的分类结果.; 吴迪吴洪喜蔡景波黄振华何勇; 关键词：连续投影算法

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

全选清除导出

共1页<1>

国家高技术研究发展计划(2006AA10Z234)