典型文献
基于高光谱成像技术的烟叶田间成熟度判别模型
文献摘要：
为探索基于高光谱技术的烟叶田间成熟度判别方法,使用高光谱成像仪采集不同田间成熟度档次烟叶的高光谱信息,比较5种数据预处理方法[一阶导数(1stD)、多元散射校正(MSC)、标准正态变量变换(SNV)、Savitzky-Golay(SG)平滑、一阶导数+SG平滑]和两种建模算法[支持向量机(SVM)和BP神经网络(BPNN)]在建立烟叶田间成熟度判别模型中的适用性,并利用遗传算法(GA)优选出反映鲜烟叶成熟差异的最佳特征变量用于建立判别模型.结果表明:①不同田间成熟度烟叶的高光谱反射率差异明显,且在550～675 nm波长范围内最突出,其反射率随烟叶田间成熟度的增加而增大;②在10种光谱数据预处理方法与建模算法的组合中,SNV+SVM组合的预测性能最佳;③使用GA在400～1000 nm间优选出了可反映烟叶田间成熟度差异的19个特征光谱波段,其中大多与烟叶质体色素的特征光谱有关;④以特征波段为输入变量建立了烟叶田间成熟度的SVM判别模型,预测准确率达95％,F1分数达0.95,平均精确率、召回率也均大于95％.高光谱信息可敏锐地反映烟叶田间成熟度的差异,采用SNV数据预处理方法与SVM算法组合可建立性能优异的烟叶田间成熟度判别模型.
文献关键词：
高光谱;烟叶成熟度;遗传算法;BP神经网络;支持向量机
中图分类号：
作者姓名：
李鑫;汤卫荣;张永辉;谢强;张凡;吴润生;陈相君;夏春;曾淑华;刘雷
作者机构：
四川农业大学农学院,成都市温江区惠民路211号 611130;四川省烟草公司泸州市公司,四川省泸州市龙马潭区南光路374号 646600
文献出处：
引用格式：
[1]李鑫;汤卫荣;张永辉;谢强;张凡;吴润生;陈相君;夏春;曾淑华;刘雷-.基于高光谱成像技术的烟叶田间成熟度判别模型)[J].烟草科技,2022(07):17-24
A类：
1stD,+SG,SNV+SVM
B类：
高光谱成像技术,田间,成熟度判别,判别模型,高光谱技术,判别方法,高光谱成像仪,档次,光谱信息,数据预处理方法,一阶导数,多元散射校正,MSC,标准正态变量变换,Savitzky,Golay,建模算法,BPNN,GA,鲜烟叶,特征变量,光谱反射率,光谱数据,预测性能,质体色素,特征波段,预测准确率,精确率,召回率,敏锐地,算法组合,烟叶成熟度
AB值：
0.223162
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。
