期刊导航
期刊开放获取
上海教育软件发展有限公..
期刊文献
+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
检索
高级检索
期刊导航
共找到
2
篇文章
<
1
>
每页显示
20
50
100
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
显示方式：
文摘
详细
列表
相关度排序
被引量排序
时效性排序
基于连续小波变换耦合CARS算法的冬小麦冠层叶片含水量估算
被引量：
8
1
作者
李铠
常庆瑞
+4 位作者
陈倩
陈晓凯
莫海洋
张耀丹
郑智康
《麦类作物学报》
CAS
CSCD
北大核心
2023年第2期251-258,共8页
为实现干旱地区冬小麦冠层叶片含水量的快速测定,以陕西省乾县为研究区,基于野外冬小麦冠层高光谱数据和实测叶片含水量,对原始光谱进行连续小波变换(continuous wavelet transform,CWT)后得到的小波能量系数与实测含水量进行相关性分析...
为实现干旱地区冬小麦冠层叶片含水量的快速测定,以陕西省乾县为研究区,基于野外冬小麦冠层高光谱数据和实测叶片含水量,对原始光谱进行连续小波变换(continuous wavelet transform,CWT)后得到的小波能量系数与实测含水量进行相关性分析;并通过竞争性自适应重加权采样(competitive adaptive reweighted sampling,CARS)过滤冗余变量,筛选与叶片含水量相关性较好的波长变量,作为优选变量集;通过粒子群算法(particle swarm optimization,PSO)对BP神经网络模型进行优化,构建冠层叶片含水量预测模型并进行分析。结果表明,从尺度1到尺度10,小波系数与冬小麦叶片含水量整体相关性先升后降,中等分解尺度在光谱波段去除噪声、提高相关性方面最佳;基于CARS优选变量集所建的两种模型中,BP-PSO模型预测能力明显优于普通BP神经网络模型,其决定系数可达0.82,均方根误差为0.86%,相对误差为0.82%。这说明CWT-CARS-BP-PSO耦合算法在提升相关性、过滤冗余波段、提高模型预测精度方面效果显著,可用于冬小麦叶片含水量预测。
展开更多
关键词
冬小麦
叶片含水量
高光谱
连续小波变换
竞争适应重加权采样
粒子群算法PSO优化BP神经网络
在线阅读
下载PDF
职称材料
基于无人机高光谱分数阶微分玉米SPAD值估算
被引量：
5
2
作者
郑智康
常庆瑞
+4 位作者
姜时雨
符欣彤
李铠
张子娟
莫海洋
《东北农业大学学报》
CAS
CSCD
北大核心
2023年第2期66-74,共9页
以夏玉米为研究对象,基于无人机高光谱数据和野外玉米冠层叶片实测SPAD值,以0.2阶为步长,计算光谱0~2阶分数阶微分,分析其与玉米冠层实测SPAD值之间相关性,筛选相关系数绝对值前10波段为特征波段组合,构建并比较玉米冠层叶片SPAD值的支...
以夏玉米为研究对象,基于无人机高光谱数据和野外玉米冠层叶片实测SPAD值,以0.2阶为步长,计算光谱0~2阶分数阶微分,分析其与玉米冠层实测SPAD值之间相关性,筛选相关系数绝对值前10波段为特征波段组合,构建并比较玉米冠层叶片SPAD值的支持向量回归模型(SVR)、反向传播神经网络模型(BPNN)和麻雀优化算法随机森林模型(SSA-RFR)。结果表明,经分数阶微分变换可显著提高与SPAD值相关性,其中以0.6阶698 nm处相关系数绝对值最大;基于分数阶微分模型整体精度高于整数阶模型,其中基于分数阶微分的SSARFR模型精度最高,R2为0.706,较整数阶提高32.46%,RMSE和MRE分别为2.444和3.579%,较整数阶降低13.46%和12.95%。
展开更多
关键词
玉米
无人机
高光谱
SPAD
分数阶微分
麻雀优化算法
随机森林
在线阅读
下载PDF
职称材料
题名
基于连续小波变换耦合CARS算法的冬小麦冠层叶片含水量估算
被引量：
8
1
作者
李铠
常庆瑞
陈倩
陈晓凯
莫海洋
张耀丹
郑智康
机构
西北农林科技大学资源环境学院
西北大学城市与环境学院
出处
《麦类作物学报》
CAS
CSCD
北大核心
2023年第2期251-258,共8页
基金
国家863计划项目(2013AA102401-2)。
文摘
为实现干旱地区冬小麦冠层叶片含水量的快速测定,以陕西省乾县为研究区,基于野外冬小麦冠层高光谱数据和实测叶片含水量,对原始光谱进行连续小波变换(continuous wavelet transform,CWT)后得到的小波能量系数与实测含水量进行相关性分析;并通过竞争性自适应重加权采样(competitive adaptive reweighted sampling,CARS)过滤冗余变量,筛选与叶片含水量相关性较好的波长变量,作为优选变量集;通过粒子群算法(particle swarm optimization,PSO)对BP神经网络模型进行优化,构建冠层叶片含水量预测模型并进行分析。结果表明,从尺度1到尺度10,小波系数与冬小麦叶片含水量整体相关性先升后降,中等分解尺度在光谱波段去除噪声、提高相关性方面最佳;基于CARS优选变量集所建的两种模型中,BP-PSO模型预测能力明显优于普通BP神经网络模型,其决定系数可达0.82,均方根误差为0.86%,相对误差为0.82%。这说明CWT-CARS-BP-PSO耦合算法在提升相关性、过滤冗余波段、提高模型预测精度方面效果显著,可用于冬小麦叶片含水量预测。
关键词
冬小麦
叶片含水量
高光谱
连续小波变换
竞争适应重加权采样
粒子群算法PSO优化BP神经网络
Keywords
Winter wheat
Leaf water content
Hyperspectral
Continuous wavelet transform
Competitive adaptation reweighted sampling
Particle swarm optimization PSO optimization BP neural network
分类号
S512.1 [农业科学—作物学]
S311 [农业科学—作物栽培与耕作技术]
在线阅读
下载PDF
职称材料
题名
基于无人机高光谱分数阶微分玉米SPAD值估算
被引量：
5
2
作者
郑智康
常庆瑞
姜时雨
符欣彤
李铠
张子娟
莫海洋
机构
西北农林科技大学资源环境学院
出处
《东北农业大学学报》
CAS
CSCD
北大核心
2023年第2期66-74,共9页
基金
国家高技术研究发展计划(863计划)资助项目(2013AA102401)。
文摘
以夏玉米为研究对象,基于无人机高光谱数据和野外玉米冠层叶片实测SPAD值,以0.2阶为步长,计算光谱0~2阶分数阶微分,分析其与玉米冠层实测SPAD值之间相关性,筛选相关系数绝对值前10波段为特征波段组合,构建并比较玉米冠层叶片SPAD值的支持向量回归模型(SVR)、反向传播神经网络模型(BPNN)和麻雀优化算法随机森林模型(SSA-RFR)。结果表明,经分数阶微分变换可显著提高与SPAD值相关性,其中以0.6阶698 nm处相关系数绝对值最大;基于分数阶微分模型整体精度高于整数阶模型,其中基于分数阶微分的SSARFR模型精度最高,R2为0.706,较整数阶提高32.46%,RMSE和MRE分别为2.444和3.579%,较整数阶降低13.46%和12.95%。
关键词
玉米
无人机
高光谱
SPAD
分数阶微分
麻雀优化算法
随机森林
Keywords
maize
UAV
hyperspectral
SPAD
fractional differential
sparrow search algorithm
random forest
分类号
S127 [农业科学—农业基础科学]
在线阅读
下载PDF
职称材料
题名
作者
出处
发文年
被引量
操作
1
基于连续小波变换耦合CARS算法的冬小麦冠层叶片含水量估算
李铠
常庆瑞
陈倩
陈晓凯
莫海洋
张耀丹
郑智康
《麦类作物学报》
CAS
CSCD
北大核心
2023
8
在线阅读
下载PDF
职称材料
2
基于无人机高光谱分数阶微分玉米SPAD值估算
郑智康
常庆瑞
姜时雨
符欣彤
李铠
张子娟
莫海洋
《东北农业大学学报》
CAS
CSCD
北大核心
2023
5
在线阅读
下载PDF
职称材料
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
上一页
1
下一页
到第
页
确定
用户登录
登录
IP登录
使用帮助
返回顶部
