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
1
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
基于高光谱和数据挖掘的油菜植株含水率定量监测模型
被引量：
6
1
作者
潘月
曹宏鑫
+7 位作者
齐家国
吴菲
韩旭杰
丁昊迪
葛道阔
张玲玲
张伟欣
张文宇
《江苏农业学报》
CSCD
北大核心
2022年第6期1550-1558,共9页
为了构建监测效果更好、更具普适性的油菜植株含水率(Plant water content,PWC)定量监测模型,以油菜品种浙杂903、宁油22和宁杂1818为试验材料,设置2个施肥水平和3个水分处理,基于2019-2020年和2020-2021年生长季田间试验资料,在PWC的...
为了构建监测效果更好、更具普适性的油菜植株含水率(Plant water content,PWC)定量监测模型,以油菜品种浙杂903、宁油22和宁杂1818为试验材料,设置2个施肥水平和3个水分处理,基于2019-2020年和2020-2021年生长季田间试验资料,在PWC的高光谱响应敏感波段范围采用逐步回归(Stepwise regression, SR)分析、连续投影算法(Successive projection algorithm, SPA)、竞争自适应加权算法(Competitive adaptive reweighted sampling, CARS)以及减量精细采样法(Reduced precise sampling method, RPSM)深度挖掘高光谱数据,通过筛选最优波段组合与光谱指数,基于线性回归(Linear regression, LR)、BP神经网络(Back-propagation neural network, BPNN)和支持向量机回归(Support vector regression, SVR)方法构建并比较油菜植株含水率监测模型。结果表明,针对油菜PWC监测,SR分析筛选的最优波段组合为730 nm、986 nm和1 071 nm, SPA法分析筛选的最优波段组合为686 nm、695 nm、707 nm、746 nm、964 nm、1 065 nm和1 069 nm, CARS法分析筛选的最优波段组合为694 nm、695 nm、696 nm、863 nm、864 nm、893 nm、973 nm、986 nm、1 050 nm和1 071 nm。RPSM筛选的最优光谱指数是归一化差值光谱指数(R981,R894)和比值光谱指数(R981,R894),其利用的波段均位于近红外波段。前述3个方法筛选的波段变量更多,蕴含的信息更全面,估测精度普遍优于光谱指数。建模分析结果表明,SPA-LR模型、SPA-BP模型、SPA-SVR模型均能实现油菜PWC的精确监测,经检验,其估测值和实测值的R2分别为0.693、0.940、0.841,均方根误差(RMSE)分别为1.623%、1.836%和1.227%。结果证明高光谱数据具备深度挖掘价值,运用全波段光谱分析方法能够在降维的同时保留有效信息,利用筛选出的波段组合构建线性或非线性模型,均能实现大田条件下全生育期油菜植株含水率的定量监测。
展开更多
关键词
高光谱
油菜
连续投影算法
竞争自适应加权算法
BP神经网络
在线阅读
下载PDF
职称材料
题名
基于高光谱和数据挖掘的油菜植株含水率定量监测模型
被引量：
6
1
作者
潘月
曹宏鑫
齐家国
吴菲
韩旭杰
丁昊迪
葛道阔
张玲玲
张伟欣
张文宇
机构
南京农业大学农学院/亚洲农业研究中心
江苏省
农业
科
学院
农业
信息
研究
所
扬州
大学
农学院
出处
《江苏农业学报》
CSCD
北大核心
2022年第6期1550-1558,共9页
基金
国家自然科学基金项目(31471415、31871522)
江苏省农业科技自主创新资金项目[CX(19)2040-1]。
文摘
为了构建监测效果更好、更具普适性的油菜植株含水率(Plant water content,PWC)定量监测模型,以油菜品种浙杂903、宁油22和宁杂1818为试验材料,设置2个施肥水平和3个水分处理,基于2019-2020年和2020-2021年生长季田间试验资料,在PWC的高光谱响应敏感波段范围采用逐步回归(Stepwise regression, SR)分析、连续投影算法(Successive projection algorithm, SPA)、竞争自适应加权算法(Competitive adaptive reweighted sampling, CARS)以及减量精细采样法(Reduced precise sampling method, RPSM)深度挖掘高光谱数据,通过筛选最优波段组合与光谱指数,基于线性回归(Linear regression, LR)、BP神经网络(Back-propagation neural network, BPNN)和支持向量机回归(Support vector regression, SVR)方法构建并比较油菜植株含水率监测模型。结果表明,针对油菜PWC监测,SR分析筛选的最优波段组合为730 nm、986 nm和1 071 nm, SPA法分析筛选的最优波段组合为686 nm、695 nm、707 nm、746 nm、964 nm、1 065 nm和1 069 nm, CARS法分析筛选的最优波段组合为694 nm、695 nm、696 nm、863 nm、864 nm、893 nm、973 nm、986 nm、1 050 nm和1 071 nm。RPSM筛选的最优光谱指数是归一化差值光谱指数(R981,R894)和比值光谱指数(R981,R894),其利用的波段均位于近红外波段。前述3个方法筛选的波段变量更多,蕴含的信息更全面,估测精度普遍优于光谱指数。建模分析结果表明,SPA-LR模型、SPA-BP模型、SPA-SVR模型均能实现油菜PWC的精确监测,经检验,其估测值和实测值的R2分别为0.693、0.940、0.841,均方根误差(RMSE)分别为1.623%、1.836%和1.227%。结果证明高光谱数据具备深度挖掘价值,运用全波段光谱分析方法能够在降维的同时保留有效信息,利用筛选出的波段组合构建线性或非线性模型,均能实现大田条件下全生育期油菜植株含水率的定量监测。
关键词
高光谱
油菜
连续投影算法
竞争自适应加权算法
BP神经网络
Keywords
hyperspectral
rapeseed
successive projection algorithm
competitive adaptive reweighted sampling
BP neural network
分类号
S126 [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
基于高光谱和数据挖掘的油菜植株含水率定量监测模型
潘月
曹宏鑫
齐家国
吴菲
韩旭杰
丁昊迪
葛道阔
张玲玲
张伟欣
张文宇
《江苏农业学报》
CSCD
北大核心
2022
6
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
