文献类型： 中文期刊

作者： 邓巍 ¹ ; 陈立平 ¹ ; 孟志军 ¹ ; 王秀 ¹ ; 郭建华 ¹ ; 武广伟 ¹ ; 付卫强 ¹ ; 张瑞瑞 ¹ ; 陈天恩 ¹ ; 徐刚 ¹ ;

作者机构： 1.国家农业信息化工程技术研究中心

关键词： 模式识别;光谱;大豆;杂草;支持向量机(SVM)

期刊名称： 农机化研究

ISSN： 1003-188X

年卷期： 2012 年 34 卷 06 期

页码： 118-121

收录情况： 北大核心

摘要： 精确施药的关键是快速正确识别杂草。为此,利用ASD野外便携式光谱仪,在田间测量了大豆、马唐和稗草植株冠层在350～2 500nm波长内的光谱数据,经过数据预处理,数据分析波长选为350～1 300nm和1 400～1 800 nm。数据处理采用支持向量机(SVM)模式识别方法 ,用线性、多项式、径向基和多层感知核函数对大豆和杂草建立二分类模型。结果表明:三阶多项式核函数SVM分类模型的正确识别率最高,达到85%以上,且支持向量比例较小;以二分类模型为基础,利用投票机制建立了大豆、马唐和稗草的一对一多分类SVM模型,正确识别率达83%;田间光谱测量受光照、背景和仪器测量精度等条件的影响较大,但结果仍表明SVM结合光谱技术在田间杂草识别中的应用潜力很大。此研究为田间杂草识别及传感器的建立提供了研究思路和应用基础。