公共文化服务平台

共 8 条记录，以下是 1-8

全选清除导出

排序方式：

基于高光谱成像技术的柑橘缺陷无损检测被引量：23: 2013年; 应用高光谱成像技术无损检测柑橘的缺陷。选取蒂腐、黑斑、褐腐、结痂缺陷果和正常果各30个,提取并分析了5类果皮感兴趣区域光谱曲线并结合主成分分析法确定2个最佳波长(615 nm和680 nm),然后基于特征波长作主成分分析,选取第2主成分作为分类识别图像,提出采用特征波长主成分分析法与波段比算法相结合的方法,识别率达到94%。试验结果表明,高光谱成像技术可以有效地对带有蒂腐、黑斑、褐腐、结痂缺陷的柑橘进行分类识别。; 章海亮高俊峰何勇; 关键词：柑橘高光谱成像主成分分析

一种分离重叠植物栽培盆的装置: 本发明公开了一种分离重叠植物栽培盆的装置，包括安装框架，所述的安装框架内设有：与安装框架铰接的外夹紧爪、与安装框架铰接的内夹紧爪、滑动的安装在内夹紧爪上的推爪、以及驱动外夹紧爪、内夹紧爪和推爪运动的驱动机构；所述外夹紧爪...; 何勇高俊峰; 文献传递

应用高光谱成像技术对打蜡苹果无损鉴别研究被引量：10: 2013年; 探讨应用高光谱成像技术快速无损鉴别不同苹果蜡的可行性。通过对分别打食用果蜡、工业蜡和未打蜡的126个苹果样品,采用380～1 024nm范围的高光谱图像仪获取三类苹果的高光谱图像信息,采用ENVI软件处理平台提取高光谱图像中对象的漫反射光谱响应特性。从126个样品中随机取出84个样品建模,其余42个样品作为独立的验证集。对光谱数据分别采用偏最小二乘(PLS)、最小二乘支持向量机(LS-SVM)和BP神经网络等建立高光谱响应特征与食用蜡苹果、工业蜡苹果、未打蜡苹果的关系模型,比较不同建模方法的效果。结果表明:采用MSC-SPA-LS-SVM模型可以较好的区分食用果蜡、工业蜡和未打蜡的三类苹果,预测结果的正确率分别为100%,100%和92.86%。; 高俊峰章海亮孔汶汶何勇; 关键词：PLS SPA LS-SVM BP神经网络

基于多光谱与成像技术对油菜冠层SPAD值及虫害的研究: 数字农业技术作为现代信息化农业的前沿研究领域之一，是我国未来实现农业现代化与可持续发展的关键技术。数字农业需要快速、实时、准确和定位化的获取植物的生理信息和生长状况，而传统的化学方法已不能满足数字农业的发展要求，因此，迫...; 高俊峰; 关键词：油菜虫害防治成像技术; 文献传递

一种分离重叠植物栽培盆的装置: 本发明公开了一种分离重叠植物栽培盆的装置，包括安装框架，所述的安装框架内设有：与安装框架铰接的外夹紧爪、与安装框架铰接的内夹紧爪、滑动的安装在内夹紧爪上的推爪、以及驱动外夹紧爪、内夹紧爪和推爪运动的驱动机构；所述外夹紧爪...; 何勇高俊峰

应用近红外高光谱成像技术预测甘蔗可溶性固形物含量被引量：13: 2015年; 为了探究应用近红外高光谱成像技术对甘蔗内部可溶性固形物(SSC)预测的可行性,试验样本选择三种不同品种中的240个甘蔗节作为研究对象。通过高光谱成像系统获取甘蔗节的近红外光谱信息和图像信息,并分别探讨了光谱信息和图像纹理信息对甘蔗可溶性固形物预测的可行性。采用最小二乘回归(PLSR),最小二乘支持向量机(LS-SVM)及主成分回归(PCR)建模方法构建甘蔗可溶性固形物的预测模型。比较了连续投影算法(SPA)、无信息变量消除算法(UVE)及区间偏最小二乘(iPLS)特征提取方法对预测结果的影响。实验结果表明:基于甘蔗的光谱信息能实现可溶性固形物的预测,其中偏最小二乘回归模型的建模集和预测集的相关系数分别为0.879和0.843,均方根误差分别为0.644和0.742。通过UVE算法提取105个有效波长所建立的PLSR模型的建模集及预测集相关系数分别为0.860和0.813,均方根误差分别为0.693和0.810。; 高俊峰张初谢传奇朱逢乐郭振豪何勇; 关键词：高光谱图像甘蔗可溶性固形物纹理特征

农作物冠层光谱信息检测技术及方法综述被引量：14: 2015年; 相比传统的化学方法及主观视觉测定植物生理信息指标,通过光谱辐射仪对农作物冠层信息的评估更简单、快速和精确。本文结合近年来农作物群体信息的获取方法,综述了不同类型光谱仪尤其以国际上应用最广泛的Cropscan多光谱辐射仪在农作物群体叶面积指数、生物量、氮素及叶绿素的预测,病虫害的监测及产量预测中的应用。总结了不同类型的的植被指数(VIs)、冠层光谱的获取及光谱分析方法,比较了不同农作物建立相关模型的回归系数。总体上建立的数学模型的相关系数较高,能实现对农作物各种生理信息等的检测。此外,将多光谱辐射仪与多种传感器相结合所得到的综合信息对于全面评价农作物生长情况具有重要指导价值。; 方孝荣高俊峰谢传奇朱逢乐黄凌霞何勇; 关键词：光谱仪冠层植被指数病虫害

高光谱成像技术检测高温障碍胁迫下番茄叶片色差的研究被引量：1: 2015年; 提出了利用可见/近红外高光谱成像技术检测高温障碍胁迫下番茄叶片色差的方法。首先采集380~1 023nm波段范围内60个高温障碍胁迫和60个健康番茄叶片的高光谱图像,同时获取全部叶片的色差值（L＊,a＊和b＊）,然后提取所有样本的高光谱图像中感兴趣区域（region of interest,ROI）的光谱反射率值。基于不同预处理方法建立偏最小二乘（partial least squares,PLS）预测模型,再利用连续投影算法（successive projections algorithm,SPA）提取特征波长并建立SPA-PLS预测模型。最后分别基于全波段和特征波段建立偏最小二乘-判别分析（partial least squares-discriminant analysis,PLS-DA）模型。结果显示,全波段中基于原始光谱信息建立的模型效果最好,3个色差值的预测集决定系数（determination coefficient,R2）分别是0.818,0.109和0.896;基于特征波长建立的模型预测集R2分别是0.591,0.244和0.673;所有模型预测集的总体识别率均大于77.50%。结果表明,可见/近红外高光谱成像技术检测番茄叶片色差值（L＊和b＊）和识别高温障碍样本是可行的。; 谢传奇邵咏妮高俊峰何勇; 关键词：高光谱成像色差值高温障碍偏最小二乘番茄

全选清除导出

共1页<1>

高俊峰