典型文献
基于高光谱成像的番茄叶霉病的无损检测
文献摘要：
为了实现番茄叶霉病的无损检测,利用高光谱成像系统在370～930 nm波长范围内分别采集了健康、轻微和严重病变三类叶片样本的高光谱数据.首先采用主成分分析法和连续投影法提取光谱数据的特征信息,然后运用网格搜索算法、粒子群算和遗传算法对支持向量机分类器中使用的惩罚因子c和核参数g进行参数寻优,最后分别以全谱数据、PCA提取的2个特征变量、SPA提取的14个特征变量、SPA-PCA提取的6个特征变量作为SVM模型的输入,建立番茄叶霉病的全谱-SVM、PCA-SVM、SPA-SVM和SPA-PCA-SVM分类模型.结果表明,SPA-PCA-SVM模型的分类效果最优,建模输入变量少,检测精度较高,运行速度较快.
文献关键词：
高光谱;番茄叶霉病;特征提取;支持向量机;参数寻优
中图分类号：
作者姓名：
崔江南;付芸;赵森;邓泽宇;王天枢
作者机构：
长春理工大学 光电工程学院,长春 130022
文献出处：
引用格式：
[1]崔江南;付芸;赵森;邓泽宇;王天枢-.基于高光谱成像的番茄叶霉病的无损检测)[J].长春理工大学学报（自然科学版）,2022(04):65-71
A类：
B类：
高光谱成像,番茄叶霉病,无损检测,光谱成像系统,重病,高光谱数据,连续投影法,特征信息,网格搜索算法,支持向量机分类器,惩罚因子,核参数,参数寻优,特征变量,SPA,分类模型,分类效果,检测精度,运行速度
AB值：
0.203427
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
