基于LS-SVM和高光谱技术的玉米叶片叶绿素含量检测

被引:12
作者
彭彦昆
黄慧
王伟
吴建虎
王秀
机构
[1] 中国农业大学工学院
关键词
玉米叶片; 叶绿素含量; 高光谱成像; 最小二乘支持向量机; 检测;
D O I
暂无
中图分类号
S513 [玉米(玉蜀黍)];
学科分类号
0901 ;
摘要
为实现玉米叶片叶绿素含量的快速无损测定,采集不同氮素水平的玉米叶片,制备校正集样本60个,验证集样本16个,获取400~1 100 nm波段范围的高光谱数据和相应叶绿素含量.采用变量标准化、13点平滑、一阶导数3种预处理方法结合,根据相关系数图谱选择470~760 nm波段作为光谱数据分析对象;利用最小二乘支持向量机建立玉米叶片叶绿素含量与高光谱数据的定量分析模型,基于交叉验证的网格搜索寻找LS-SVM的最优参数,建立LS-SVM模型;所建立的校正模型相关系数为0.96,验证相关系数为0.93.研究结果为高光谱技术在精准减量施肥遥感检测中的应用提供了技术基础.
引用
收藏
页码:125 / 128+174 +174
页数:5
相关论文
共 6 条
[1]  
麦蚜、白粉病危害后冬小麦冠层高光谱的测量与分析.[D].乔红波.中国农业科学院.2004, 04
[2]   Online weighted LS-SVM for hysteretic structural system identification [J].
Tang, He-Sheng ;
Xue, Song-Tao ;
Chen, Rong ;
Sato, Tadanobu .
ENGINEERING STRUCTURES, 2006, 28 (12) :1728-1735
[3]   基于Hyperion高光谱图像的氮和叶绿素制图 [J].
袁金国 ;
牛铮 .
农业工程学报, 2007, (04) :172-178
[4]   棉花地上鲜生物量的高光谱估算模型研究 [J].
黄春燕 ;
王登伟 ;
曹连莆 ;
张煜星 ;
任丽彤 ;
程诚 .
农业工程学报, 2007, (03) :131-135
[5]   一种基于最小二乘支持向量机算法的近红外光谱判别分析方法 [J].
虞科 ;
程翼宇 .
分析化学, 2006, (04) :561-564
[6]   叶绿素计SPAD-502在水稻氮素营养诊断中的应用 [J].
张金恒 ;
王珂 ;
王人潮 ;
不详 .
西北农林科技大学学报(自然科学版) , 2003, (02) :177-180