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
共找到3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：
基于组合色彩特征的苹果树叶片各生长期氮含量预测 被引量：7
1
作者 王金星 刘雪梅 +3 位作者 刘双喜 权泽堃 徐春保 江浩 《农业机械学报》 EI CAS CSCD 北大核心 2021年第10期272-281,376,共11页
为精准预测开花期、幼果期和果实膨大期苹果树叶片的氮含量,提出一种基于组合色彩特征的苹果树叶片氮含量预测模型。首先,获取苹果树叶片图像并提取R、G、B单色分量及14种色彩组合参数共计17种色彩特征,通过主成分分析提取不同时期苹果... 为精准预测开花期、幼果期和果实膨大期苹果树叶片的氮含量,提出一种基于组合色彩特征的苹果树叶片氮含量预测模型。首先,获取苹果树叶片图像并提取R、G、B单色分量及14种色彩组合参数共计17种色彩特征,通过主成分分析提取不同时期苹果树叶片氮含量关键影响因子,消除原始变量之间的相关性,降低模型输入向量维度;其次,对建立的PCASVM、PCABP、PCAELM预测模型在不同时期对苹果树叶片氮含量预测效果与精度进行对比,得到不同时期最佳的预测模型;最后,利用最佳预测模型对不同时期苹果树叶片氮含量进行预测,并通过自适应遗传算法对最佳预测模型参数进行优化。试验结果表明:在不同生长时期,PCASVM模型的预测精度均高于PCABP、PCAELM模型;优化后PCASVM预测模型在开花期、幼果期和果实膨大期的平均绝对误差分别为0.640、0.558、0.544 g/kg,平均绝对百分误差分别为0.057、0.050、0.064 g/kg,均方根误差分别为0.800、0.747、0.737 g/kg,优于优化前预测模型。该模型具有良好的预测性能和泛化能力,可以为果园精准施肥管理、提升果品品质、避免资源浪费和环境污染提供理论依据。 展开更多
关键词 苹果树叶片 氮含量预测 色彩特征 主成分分析 支持向量机
在线阅读 下载PDF
铁水预处理脱硫过程氮含量预测
2
作者 彭军 王世俊 +2 位作者 董元篪 刘丽霞 周云 《材料与冶金学报》 CAS 2007年第4期255-259,共5页
根据铁水预处理的实际生产工艺,利用BP神经网络建立了铁水预处理脱硫时铁水中氮含量的预报模型。利用生产数据对网络进行训练后,可以用于预测铁水预处理脱硫后铁水中氮含量,预报相对误差可以控制在22%以下,w[N]的绝对误差值控制在8×... 根据铁水预处理的实际生产工艺,利用BP神经网络建立了铁水预处理脱硫时铁水中氮含量的预报模型。利用生产数据对网络进行训练后,可以用于预测铁水预处理脱硫后铁水中氮含量,预报相对误差可以控制在22%以下,w[N]的绝对误差值控制在8×10-4%以内.给各输入参量增加扰动后,模型计算表明,初始温度和初始[N],[C],[P]含量,四因素影响最大,且温度和[C]含量为负扰动,[N]为正扰动,说明增加温度和碳含量有利于脱氮. 展开更多
关键词 铁水预处理 脱硫 BP神经网络 氮含量预测
在线阅读 下载PDF
高光谱早稻生理指标可跨期预测性的初步研究 被引量：1
3
作者 祝海竣 付虹雨 +3 位作者 王学华 崔国贤 石爱龙 薛卫纯 《光谱学与光谱分析》 SCIE EI CAS CSCD 北大核心 2022年第1期170-175,共6页
叶绿素含量和叶片氮含量是作物生长状况的重要指标,对其实时精准的监测有助于田间生产管理以及作物品质产量的提高。当前,高光谱技术和经验回归方法被广泛应用于构建作物生化参数预测模型。但是,有关同一生命活动周期内,作物跨期预测叶... 叶绿素含量和叶片氮含量是作物生长状况的重要指标,对其实时精准的监测有助于田间生产管理以及作物品质产量的提高。当前,高光谱技术和经验回归方法被广泛应用于构建作物生化参数预测模型。但是,有关同一生命活动周期内,作物跨期预测叶片生化参数的研究还存在空白。以超级早稻为研究对象,分别获取了蘖盛期、孕穗期、齐穗期、灌浆期和成熟期5个时期120组叶片高光谱数据、叶绿素以及叶片氮含量(LNC),采用python 3.6编程,scikit-learn(0.22.1)用来构建模型和验证评估,通过网格搜索(GridSearch)和五折交叉验证(5-flod cross validation)在训练集中确定偏最小二乘回归(PLSR)、随机森林(RF)、支持向量回归(SVR)3种不同算法的最佳模型参数,结合数据的跨期处理,分别建立针对不同生育期的水稻叶片氮含量跨期预测模型和叶绿素跨期预测模型。此外,评估跨期预测模型与传统非跨期预测模型,独立数据对模型进行检验。结果表明,(1)基于高光谱的早稻叶绿素、氮素的非跨期预测模型中,PLSR模型预测效果最佳,分别为叶绿素(R^(2)=0.84,RMSE=1.85)、氮素(R^(2)=0.85,RMSE=0.11)。(2)基于SVR的早稻叶绿素跨期预测模型预测效果最佳,分别为跨分蘖期(R^(2)=0.54)、跨孕穗期(R^(2)=0.36)、跨齐穗期(R^(2)=0.30)、跨灌浆期(R^(2)=0.55)、跨成熟期(R^(2)=0.74)。该结果为利用高光谱数据构建超级稻叶绿素含量预测模型提供新的理论参考,为水稻叶绿素含量的动态监测提供了模型依据。(3)早稻叶片氮含量跨期预测模型的拟合度很差,叶片氮含量预测具有不可跨期性。与非跨期预测模型相比,跨期预测模型虽然精度有所下降,但能有效克服经验模型普适性差的缺陷,有利于在同一生命活动周期内,实现作物不同生育期的生理指标预测,对实际生产管理具有重要意义。研究发现,作物生理指标存在可跨期预测性,这一概念为作物表型、作物内部品质以及产量的预测研究提供了新的思路。 展开更多
关键词 高光谱 早稻 氮含量预测 叶绿素 可跨期性
在线阅读 下载PDF
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
关于我们 | 版权声明 | 联系我们 | 帮助中心| 意见反馈
主办单位：上海市教育委员会
技术支持：重庆维普资讯有限公司
渝公网安备 50019002500403号
使用帮助 返回顶部