基于BP神经网络对薇甘菊预处理方法的选取

文献类型： 中文期刊

第一作者： 黄亦其

作者： 黄亦其;李婕;赵建晔;杨睿;李岩舟;孙中宇;乔曦

作者机构：

关键词： 高光谱技术;薇甘菊目标识别;特征集选取;BP神经网络模型

期刊名称： 安徽农业科学

ISSN： 0517-6611

年卷期： 2020 年 05 期

页码： 246-249+269

摘要： 以入侵植物薇甘菊高光谱图像为研究对象,基于4种预处理方法对薇甘菊高光谱图像进行降低噪声处理,分别研究了基于主成分分析的特征提取方法和基于BP神经网络的分类模型,筛选出薇甘菊高光谱识别的最优预处理方法,以实现薇甘菊的快速准确识别。结果显示,预处理方法为一阶、二阶微分的识别率分别为81.2%和76.92%;标准正态变量变换(SNV)和一阶微分+SG平滑的识别率分别为89.74%和87.18%。多次试验得到基于SNV预处理方法的识别率最稳定,即得到最优预处理方法为SNV。

分类号： TP391.41`TP183`S451

  • 相关文献

[1]核桃不饱和脂肪酸总量预测线性与非线性模型. 李群,尹蓉,张倩茹,王贤萍,胡晓军,高忠东,王振,殷龙龙. 2018

[2]BP神经网络模型对超级玉米性状的研究. 孙志超,荆绍凌,刘文国,张志军,周小辉,任军,岳尧海,张建新. 2008

[3]基于BP神经网络的番茄叶面积指数测定方法研究. 马丽丽,纪建伟,贺超兴,张志斌,邹秋滢. 2009

[4]嗪吡嘧磺隆在土壤中的吸附特性及其吸附过程模型的建立. 方丽萍,苑学霞,梁京芸,官帅,杜红霞. 2022

[5]基于高光谱的番茄叶片斑潜蝇虫害检测. 李翠玲,姜凯,马伟,王秀,孟志军,赵学观,宋健. 2018

[6]基于高光谱植被指数的马铃薯叶片叶绿素含量估测模型. 郑顺林,周少猛,张琴,袁继超,胡建军. 2016

[7]高光谱技术在作物叶绿素含量检测中的应用研究进展. 刘燕德,孙祥,杨信廷,张光伟. 2013

[8]高光谱技术检测农产品成熟度研究进展. 张义志,王瑞,张伟峰,卢晓华,高远,顾毓敏,王大彬. 2020

[9]预处理对土壤有机质光谱估算的影响. 杨莎,王超,杨武德,冯美臣,刘婷婷,乔星星,李广信,张煊,徐菁,张月. 2020

[10]基于冠层高光谱信息的水稻生长监测应用研究进展. 张晗,赵小敏,郭熙,张佳佳,叶春,叶英聪,欧阳真程,王芳东,李小毛. 2018

[11]基于内在品质参数的乌龙茶等级判别模型建立. 刘翠玲,秦冬,凌彩金,郜礼阳,周巧仪,孙晓荣,吴静珠,昝佳睿. 2023

[12]基于高光谱的工夫红茶发酵品质程度判别方法(英文). 杨崇山,董春旺,江用文,安霆,赵岩. 2021

[13]基于光谱理论的作物营养诊断研究进展. 王磊,白由路. 2006

[14]基于高光谱技术的花椰菜农药残留检测. 沈兵兵,姚星伟,王怀文. 2022

作者其他论文 更多>>

微信小程序