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CA/SPA-CARS算法的小麦条锈病特征波段优选与监测模型构建
1
作者
谷玲霄
方涛
+4 位作者
杜林丹
吴喜芳
李长春
连增增
岳哲
《农业机械学报》
北大核心
2025年第6期487-498,共12页
作物病害会严重制约作物产量和品质,传统的病害监测方法效率低且易受主观因素影响。高光谱遥感技术以其高光谱分辨率和客观真实性在作物病害监测中展现出重要潜力。本文利用多生育期冬小麦地面高光谱及田间病情指数(Disease index,DI),...
作物病害会严重制约作物产量和品质,传统的病害监测方法效率低且易受主观因素影响。高光谱遥感技术以其高光谱分辨率和客观真实性在作物病害监测中展现出重要潜力。本文利用多生育期冬小麦地面高光谱及田间病情指数(Disease index,DI),基于相关性分析(Correlation analysis,CA)和连续投影法(Successive projections algorithm,SPA)分别对光谱数据进行光谱特征降维,通过构建最优参数的竞争性自适应重加权采样(Competitive adaptive reweighted sampling,CARS)算法优选小麦条锈病敏感波段,最后利用偏最小二乘回归(Partial least squares regression,PLSR)、反向传播神经网络(Back propagation neural network,BPNN)和极限学习机(Extreme learning machine,ELM)算法建立基于特征光谱的病情指数模型,比较不同建模方法的建模效果,实现小麦条锈病监测。研究结果表明,不同生育期均显示小麦条锈病敏感特征波段多集中于近红外和短波红外波段,其中挑旗期为842、850、858 nm,灌浆期为947、953、1275、1277、1590、1663、1665 nm;对比不同建模算法,PLSR模型表现最佳,满足小麦早期病虫害监测需求,且在病害中期显示更明显特征;挑旗期和灌浆期分别以SPA-CARS-MCX和CA-CARS-MSC数据构建PLSR模型预测效果最优,验证集R2分别为0.782和0.861,RMSE分别为0.022和0.094,RPD分别为2.140和2.687。本文构建算法能够为不同生育期小麦条锈病监测提供参考。
展开更多
关键词
小麦条锈病
光谱变换
特征波段选择
相关性分析
连续投影法
竞争性自适应重加权采样
在线阅读
下载PDF
职称材料
题名
基于CA/SPA-CARS算法的小麦条锈病特征波段优选与监测模型构建
1
作者
谷玲霄
方涛
杜林丹
吴喜芳
李长春
连增增
岳哲
机构
河南
理
工
大学
测绘与国土信息
工
程学院
河南理工大学定量遥感与智慧农业研究院
出处
《农业机械学报》
北大核心
2025年第6期487-498,共12页
基金
河南省重点研发与推广专项(科技攻关)项目(232102210093、242102320198)
河南理工大学测绘科学与技术“双一流”学科创建项目(SYJX02)
+3 种基金
河南理工大学博士基金项目(B2023-37)
河南理工大学国家级重大科研成果培育基金项目(NSFRF240101)
无人机高光谱土壤环境污染评估在工业选址中的应用项目(H23-140)
河南省自然科学基金项目(242300420221)。
文摘
作物病害会严重制约作物产量和品质,传统的病害监测方法效率低且易受主观因素影响。高光谱遥感技术以其高光谱分辨率和客观真实性在作物病害监测中展现出重要潜力。本文利用多生育期冬小麦地面高光谱及田间病情指数(Disease index,DI),基于相关性分析(Correlation analysis,CA)和连续投影法(Successive projections algorithm,SPA)分别对光谱数据进行光谱特征降维,通过构建最优参数的竞争性自适应重加权采样(Competitive adaptive reweighted sampling,CARS)算法优选小麦条锈病敏感波段,最后利用偏最小二乘回归(Partial least squares regression,PLSR)、反向传播神经网络(Back propagation neural network,BPNN)和极限学习机(Extreme learning machine,ELM)算法建立基于特征光谱的病情指数模型,比较不同建模方法的建模效果,实现小麦条锈病监测。研究结果表明,不同生育期均显示小麦条锈病敏感特征波段多集中于近红外和短波红外波段,其中挑旗期为842、850、858 nm,灌浆期为947、953、1275、1277、1590、1663、1665 nm;对比不同建模算法,PLSR模型表现最佳,满足小麦早期病虫害监测需求,且在病害中期显示更明显特征;挑旗期和灌浆期分别以SPA-CARS-MCX和CA-CARS-MSC数据构建PLSR模型预测效果最优,验证集R2分别为0.782和0.861,RMSE分别为0.022和0.094,RPD分别为2.140和2.687。本文构建算法能够为不同生育期小麦条锈病监测提供参考。
关键词
小麦条锈病
光谱变换
特征波段选择
相关性分析
连续投影法
竞争性自适应重加权采样
Keywords
wheat stripe rust
spectral transformation
feature band selection
correlation analysis
successive projections algorithm
competitive adaptive reweighted sampling
分类号
S435.121.42 [农业科学—农业昆虫与害虫防治]
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CA/SPA-CARS算法的小麦条锈病特征波段优选与监测模型构建
谷玲霄
方涛
杜林丹
吴喜芳
李长春
连增增
岳哲
《农业机械学报》
北大核心
2025
0
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
