基于参数优化支持向量机的水稻施氮水平分类研究

文献类型： 中文期刊

第一作者： 周琼

作者： 周琼;杨红云;杨珺;孙玉婷;杨文姬;石强强

作者机构：

关键词： 水稻;施氮水平;参数优化;支持向量机;SPAD值;网格搜索算法;粒子群算法

期刊名称： 南方农业学报

ISSN： 2095-1191

年卷期： 2017 年 48 卷 08 期

页码： 1524-1528

收录情况： 北大核心 ; CSCD

摘要： 【目的】应用参数优化支持向量机对水稻施氮水平进行准确分类预测,为水稻精准施肥和高产管理提供科学依据。【方法】以水稻品种金优458为试验材料,设4个施氮水平(从高至低折合纯氮用量分别为225、150、75和0 kg/ha),通过叶绿素测量仪SPAD-502获取水稻第6~9叶序叶片的SPAD值(即叶尖、叶中和叶枕的SPAD值),并分别应用网格搜索算法和粒子群算法参数优化支持向量机对4个施氮水平下的水稻叶片SPAD值进行训练和预测分类。【结果】对于第7、8叶序、第7~9叶序及第6~8叶序叶片组合,粒子群算法参数优化支持向量机对水稻施氮水平的分类识别效果均优于网格搜索算法,其准确率均高于75.000%,对归一化处理后的第7、8叶序叶片组合识别率最高,达88.889%。【结论】基于粒子群算法参数优化支持向量机适用于水稻施氮水平分类预测,能满足农学研究的需求。

分类号： S511

  • 相关文献

[1]基于支持向量机的水稻叶面积测定. 孙玉婷,杨红云,王映龙,周琼,孙爱珍,杨文姬. 2018

[2]基于支持向量机的水稻叶面积测定. 孙玉婷,杨红云,王映龙,周琼,孙爱珍,杨文姬. 2018

[3]基于支持向量机回归预测水稻叶片SPAD值. 孙玉婷,王映龙,杨红云,周琼,杨文姬. 2018

[4]基于PSO算法的增氧灌溉TDF-IMC-PID控制研究. 刘德,马月虹,刘娜,王彦. 2021

[5]群智能算法优化支持向量机参数综述. 李素,袁志高,王聪,陈天恩,郭兆春. 2018

[6]十折交叉检验的支持向量机参数优化算法. 郭立力,赵春江. 2009

[7]基于Richards扩展方程提取水稻灌浆结实光温特性参数. 杨沈斌,江晓东,王应平,申双和,石春林,王萌萌,陈斐. 2014

[8]水稻秸秆与木屑混合原料热压成型试验. 涂德浴,李安心,何贵生. 2015

[9]电驱动水稻插秧机设计与参数优化. 张皓尘,汪春,李海亮,孙海天,董其昌,张欣悦,马国庆,王宏轩. 2023

[10]不同施氮水平下带肥抛秧对水稻秧苗素质及产量的影响. 张玉烛,陈恺林,刘功朋,周学其,蔡灿然. 2013

[11]氮高效利用水稻碳氮代谢物含量的变化特征. 阮新民,施伏芝,从夕汉,罗志祥. 2015

[12]不同氮素籽粒生产效率类型水稻在氮素吸收利用上的差异. 白建江,李培德,王慧,李茂柏,朱辉明,李丁鲁,孙丙耀,朴钟泽. 2010

[13]施氮水平对水稻生长与产量特性的影响. 于艳敏,文景芝,赵北平,宋丽娟,杨忠良,武洪涛,高洪儒. 2012

[14]不同施氮水平对绿旱一号经济性状的影响. 于智坤,郑阳,王士梅,张健,陈秀晨,龚存力. 2016

[15]基于Sentinel-2数据的水稻面积提取方法比较分析. 麦丽素,乌兰吐雅. 2019

[16]RGB与HSI色彩空间下预测叶绿素相对含量的研究. 孙玉婷,王映龙,杨红云,周琼,孙爱珍,杨文姬. 2018

[17]基于HOG+SVM的田间水稻病害图像识别方法研究. 马超,袁涛,姚鑫锋,籍延宝,李琳一. 2019

[18]基于相似性分析的中低分辨率复合水稻种植面积测量法. 顾晓鹤,韩立建,张锦水,潘耀忠,李乐. 2008

[19]基于图像特征的水稻叶片全氮含量估测模型研究. 杨红云,罗建军,孙爱珍,万颖,易文龙. 2020

[20]基于高光谱和参数优化支持向量机的水稻施氮水平分类研究. 罗建军,杨红云,路艳,万颖,孙爱珍,易文龙. 2020

作者其他论文 更多>>

微信小程序