期刊文献+
共找到1篇文章
< 1 >
每页显示 20 50 100
田间烟叶化学成分高光谱回归模型构建及光谱特征解析
1
作者 曹长代 邓平壤 +4 位作者 李军民 林樱楠 樊俊 邓建强 王大彬 《中南农业科技》 2025年第5期38-44,共7页
为实现田间烟叶化学成分的快速无损检测,基于便携式高光谱成像技术,采集大田生长期烟叶的高光谱数据,构建偏最小二乘回归(PLSR)和Lasso回归(LassoR)模型,对比分析其预测总糖、还原糖、总氮、总植物碱、蛋白质、钾6项化学成分含量的性能... 为实现田间烟叶化学成分的快速无损检测,基于便携式高光谱成像技术,采集大田生长期烟叶的高光谱数据,构建偏最小二乘回归(PLSR)和Lasso回归(LassoR)模型,对比分析其预测总糖、还原糖、总氮、总植物碱、蛋白质、钾6项化学成分含量的性能,并解析特征波长及其光谱区间分布规律。结果表明,LassoR模型对总糖、还原糖和总氮含量的预测效果优于PLSR模型,而PLSR模型对蛋白质的预测能力更优,R2>0.90,2种模型对总植物碱和钾含量的预测性能相近。特征波长分析表明,紫色光(397~435nm)和近红外(750~1 004 nm)参与全部6项化学成分的模型构建,红边(700~750 nm)参与5项,红色光(622~700 nm)参与4项,绿色光(492~577 nm)参与3项,青色光和橙色光各参与1项,蓝色光与黄色光未参与。研究表明,基于特征波长筛选的高光谱回归模型可有效降低数据冗余,为田间烟叶化学成分的快速预测及多光谱技术应用提供理论支持。 展开更多
关键词 高光谱成像 田间烟叶 化学成分预测 偏最小二乘回归(PLSR)模型 Lasso回归(LassoR)模型 特征波长
在线阅读 下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部