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XGBoost和数值天气预报的黄淮海平原参考作物蒸散量预测模型研究. 朱春霞,秦安振. 2024

[6]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

[7]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

[8]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

[9]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

[10]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

[11]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

[12]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

[13]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

[14]基于光谱理论的作物营养诊断研究进展. 王磊,白由路. 2006

[15]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

[16]基于高光谱成像技术的橙子可溶性固形物和可滴定酸含量无损预测研究. 肖宏辉,邓浩,李春霖,胡昊,聂晶,张永志,梅涵一,袁玉伟. 2025

[17]基于高光谱技术的不同地理尺度贡菊产地鉴别研究. 郭雪,白瑞斌,王慧,李卫文,董玲,孙嘉慧,张小波,杨健. 2024

作者其他论文 更多>>

微信小程序