基于植物电信号的环境因子预测模型

被引：7

作者：

陆静霞 ^{[1
]}

於海明 ^{[1
]}

陈士进 ^{[1
]}

凌威龙 ^{[2
]}

丁为民 ^{[1
]}

机构：

[1] 南京农业大学江苏省智能化农业装备重点实验室

[2] 东南大学信息科学与工程学院

来源：

农业机械学报 | 2013年 / 44卷 / 11期

基金：

国家高技术研究发展计划(863计划);

关键词：

植物电信号; 极限学习机; 特征值; 环境因子; 预测模型;

D O I：

暂无

中图分类号：

S126 [电子技术、计算机技术在农业上的应用];

学科分类号：

082804 ;

摘要：

以采集的植物电信号为生理指标,综合分析其时域、频域和时频域中的典型特征值,利用学习速度快、泛化性能好的极限学习机算法,以电信号的多个特征及环境参数作为输入量,建立适合植物生长的环境因子(温度、湿度、光照度)预测模型。结果表明:通过对采集的碧玉叶面电信号进行不同域的分析,得出植物电信号属于低频微弱信号;利用极限学习机(ELM)分别对适合碧玉生长的温度、湿度及光照度3个环境因子建立预测模型,通过与传统的BP神经网络对比,ELM算法下的均方根误差小于0.97,而决定系数大于0.92,训练所需的时间低于0.03 s,验证了此方法的可行性,为科学指导温室环境因子调控提供科学依据。

引用

页码：229 / 233

页数：5

共 16 条

[1] 基于模糊最优小波包的植物胁迫因子识别 [J].

陆静霞 ;

丁为民 ;

於海明 ;

凌威龙 .

农业机械学报, 2012, 43 (12) :217-221+228

[2] 基于小波消噪的植物电信号频谱特征分析 [J].

张晓辉 ;

余宁梅 ;

习岗 ;

孟晓丽 .

西安理工大学学报, 2011, 27 (04) :411-416

[3] 渗透胁迫诱导的玉米叶片电信号功率谱的变化 [J].

张晓辉 ;

余宁梅 ;

习岗 ;

孟晓丽 .

科学通报, 2011, 56 (33) :2827-2834

[4] 温室植物生长数字化模型构建技术 [J].

唐卫东 ;

朱平 ;

郭晨 ;

刘昌鑫 ;

李萍萍 ;

卢章平 .

农业机械学报, 2010, 41 (01) :159-162+166

[5]

Research progress on electrical signals in higher plants[J]. Xiaofei Yana, Zhongyi Wang a, Lan Huang a, Cheng Wang b, Ruifeng Hou b, Zhilong Xu b, Xiaojun Qiao b a College of Information and Electrical Engineering, China Agricultural University, Beijing 100083, China b National Engineering Research Center for Information Technology in Agriculture, Beijing 100097, China.Progress in Natural Science. 2009(05)

[6] 基于概率神经网络和分形的植物叶片机器识别研究 [J].