- 相關(guān)推薦
基于葉綠素?zé)晒夤庾V分析的黃瓜霜霉病害預(yù)測(cè)模型
摘要：為了實(shí)現(xiàn)對(duì)黃瓜病害的快速無(wú)損準(zhǔn)確預(yù)測(cè),基于激光誘導(dǎo)葉綠素?zé)晒夤庾V分析技術(shù),建立了溫室黃瓜霜霉病害的預(yù)測(cè)模型.通過(guò)測(cè)定健康葉片、病菌接種3d葉片和接種6d葉片的光譜曲線(xiàn),采用一階導(dǎo)數(shù)光譜預(yù)處理方法,結(jié)合主成分分析數(shù)據(jù)降維方法對(duì)三組光譜數(shù)據(jù)進(jìn)行特征信息提取后,建立主成分得分散點(diǎn)圖,依據(jù)累積貢獻(xiàn)率選取10個(gè)主成分代替導(dǎo)數(shù)光譜曲線(xiàn),再利用最小二乘支持向量機(jī)技術(shù)進(jìn)行分類(lèi)和預(yù)測(cè).通過(guò)對(duì)三組光譜數(shù)據(jù)105個(gè)樣本的訓(xùn)練,對(duì)44個(gè)樣本進(jìn)行分類(lèi)預(yù)測(cè),并對(duì)比了四種核函數(shù)的支持向量機(jī)的分類(lèi)能力,結(jié)果表明,徑向基核函數(shù)對(duì)黃瓜霜霉病害的分類(lèi)預(yù)測(cè)能力達(dá)到了 97.73％,具有很好的分類(lèi)和鑒別效果. 作者： 隋媛媛[1] 于海業(yè)[1] 張蕾[1] 曲劍巍[1] 武海巍[2] 羅瀚[1] Author： SUI Yuan-yuan[1] YU Hai-ye[1] ZHANG Lei[1] QU Jian-wei[1] WU Hai-wei[2] LUO Han[1] 作者單位： 吉林大學(xué)生物與農(nóng)業(yè)工程學(xué)院,仿生工程教育部重點(diǎn)實(shí)驗(yàn)室,吉林長(zhǎng)春130022吉林大學(xué)生物與農(nóng)業(yè)工程學(xué)院,仿生工程教育部重點(diǎn)實(shí)驗(yàn)室,吉林長(zhǎng)春130022;北華大學(xué)電氣信息工程學(xué)院,吉林吉林市132021 期 刊： 光譜學(xué)與光譜分析 ISTICEISCIPKU Journal： Spectroscopy and Spectral Analysis 年，卷(期)： 2011, 31(11) 分類(lèi)號(hào)： S123 關(guān)鍵詞： 熒光光譜 主成分分析 支持向量機(jī) 黃瓜霜霉病 機(jī)標(biāo)分類(lèi)號(hào)： TP3 TP1 機(jī)標(biāo)關(guān)鍵詞： 葉綠素?zé)晒?nbsp; 熒光光譜分析 溫室黃瓜 病害 預(yù)測(cè)模型 Fluorescence Spectrum Analysis Based 支持向量機(jī)技術(shù) 分類(lèi)預(yù)測(cè) 主成分得分 光譜數(shù)據(jù) 光譜曲線(xiàn) 光譜預(yù)處理方法 葉片 特征信息提取 徑向基核函數(shù) 光譜分析技術(shù) 累積貢獻(xiàn)率 分類(lèi)和預(yù)測(cè) 基金項(xiàng)目： 國(guó)家高技術(shù)研究發(fā)展計(jì)劃(863計(jì)劃)項(xiàng)目 基于葉綠素?zé)晒夤庾V分析的黃瓜霜霉病害預(yù)測(cè)模型[期刊論文] 光譜學(xué)與光譜分析 --2011, 31(11)隋媛媛 于海業(yè) 張蕾 曲劍巍 武海巍 羅瀚為了實(shí)現(xiàn)對(duì)黃瓜病害的快速無(wú)損準(zhǔn)確預(yù)測(cè),基于激光誘導(dǎo)葉綠素?zé)晒夤庾V分析技術(shù),建立了溫室黃瓜霜霉病害的預(yù)測(cè)模型.通過(guò)測(cè)定健康葉片、病菌接種3d葉片和接種6d葉片的光譜曲線(xiàn),采用一階導(dǎo)數(shù)光譜預(yù)處理方法,結(jié)合主成分分析數(shù)...【基于葉綠素?zé)晒夤庾V分析的黃瓜霜霉病害預(yù)測(cè)模型】相關(guān)文章：
基于輻射傳輸模型的葉綠素含量定量反演04-30
黃瓜霜霉病的診斷及防治04-28
基于混沌算法的自適應(yīng)預(yù)測(cè)模型05-02
基于多維灰色預(yù)測(cè)模型的短期交通流預(yù)測(cè)研究04-27
基于均值濾波的灰色預(yù)測(cè)模型及其應(yīng)用05-02
基于灰色Verhulst模型的隧道拱頂沉降預(yù)測(cè)04-28