期刊导航
期刊开放获取
河南省图书馆
退出
期刊文献
+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
检索
高级检索
期刊导航
共找到
2
篇文章
<
1
>
每页显示
20
50
100
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
显示方式:
文摘
详细
列表
相关度排序
被引量排序
时效性排序
基于支持向量机的玉米苗期田间杂草光谱识别
被引量:
11
1
作者
邓巍
张录达
+7 位作者
何雄奎
mueller j
曾爱军
宋坚利
刘亚佳
周继中
陈吉
王旭
《光谱学与光谱分析》
SCIE
EI
CAS
CSCD
北大核心
2009年第7期1906-1910,共5页
田间全面积均匀喷施除草剂不经济,还污染环境,精准喷施除草剂意义重大,其关键是正确识别杂草。用便携式野外光谱仪,在田间测量了玉米、马唐和稗草植株冠层在350~2 500 nm波长范围内的光谱数据,经过数据预处理,数据分析波长选为35...
田间全面积均匀喷施除草剂不经济,还污染环境,精准喷施除草剂意义重大,其关键是正确识别杂草。用便携式野外光谱仪,在田间测量了玉米、马唐和稗草植株冠层在350~2 500 nm波长范围内的光谱数据,经过数据预处理,数据分析波长选为350~1 300和1 400~1 800 nm。数据处理采用支持向量机(SVM)模式识别方法。SVM具有可实现对小样本建模结构风险最小化、结果最优化、泛化能力强的优点。用线性、多项式、径向基和多层感知核函数对玉米和杂草建立二分类模型,结果表明,三阶多项式核函数SVM分类模型的正确识别率最高,达到80%以上,且支持向量比例较小。以二分类模型为基础,利用投票机制,建立了玉米、马唐和稗草的一对一多分类SVM模型,正确识别率达80%。田间光谱测量受光照、背景和仪器测量精度等条件的影响较大,但结果仍表明SVM结合光谱技术在田间杂草识别中应用潜力很大,此研究为田间杂草识别及传感器的建立提供了一种研究思路和应用基础。
展开更多
关键词
光谱
模式识别
支持向量机(SVM)
玉米
杂草
下载PDF
职称材料
绿色植物靶标的光谱探测研究
被引量:
8
2
作者
邓巍
赵春江
+5 位作者
何雄奎
陈立平
张录达
武广伟
mueller j
翟长远
《光谱学与光谱分析》
SCIE
EI
CAS
CSCD
北大核心
2010年第8期2179-2183,共5页
利用植物和背景(枯枝、土壤等)的光谱特性"红边"两侧反射率的差异,研究了探测绿色植物靶标的光谱探测技术。定义850与650nm处反射率的比值为植物判别指数(GPDI)。用FieldSpec Handheld2500型野外便携式光谱仪测量了绿色植物...
利用植物和背景(枯枝、土壤等)的光谱特性"红边"两侧反射率的差异,研究了探测绿色植物靶标的光谱探测技术。定义850与650nm处反射率的比值为植物判别指数(GPDI)。用FieldSpec Handheld2500型野外便携式光谱仪测量了绿色植物和背景的光谱数据,对其进行数据处理,计算各被测物质的植物判别指数GPDI。利用决策树模式识别方法建立植物与背景的分类模型,得到了GPDI阈值(GPDITH),选择此阈值为5.54。当GPDI>GPDITH时,判别探测对象为植物;反之亦然。设计开发了基于AT89S51单片机和光电二极管OPT101的绿色植物光谱探测器。试验结果表明,此探测器的探测率受杂草的种类、大小和密度的影响;阔叶草比窄叶草更易探测到;植株越大、密度越高,探测率越高。
展开更多
关键词
光谱探测
绿色植物判别指数(GPDI)
光谱“红边”
下载PDF
职称材料
题名
基于支持向量机的玉米苗期田间杂草光谱识别
被引量:
11
1
作者
邓巍
张录达
何雄奎
mueller j
曾爱军
宋坚利
刘亚佳
周继中
陈吉
王旭
机构
中国农业大学理学院
University of Hohenheim
出处
《光谱学与光谱分析》
SCIE
EI
CAS
CSCD
北大核心
2009年第7期1906-1910,共5页
基金
国家“863”计划项目(2007AA10Z208)
国家“科技攻关”项目(2001BA504B05)
中德国际合作项目(IRTG1070)资助
文摘
田间全面积均匀喷施除草剂不经济,还污染环境,精准喷施除草剂意义重大,其关键是正确识别杂草。用便携式野外光谱仪,在田间测量了玉米、马唐和稗草植株冠层在350~2 500 nm波长范围内的光谱数据,经过数据预处理,数据分析波长选为350~1 300和1 400~1 800 nm。数据处理采用支持向量机(SVM)模式识别方法。SVM具有可实现对小样本建模结构风险最小化、结果最优化、泛化能力强的优点。用线性、多项式、径向基和多层感知核函数对玉米和杂草建立二分类模型,结果表明,三阶多项式核函数SVM分类模型的正确识别率最高,达到80%以上,且支持向量比例较小。以二分类模型为基础,利用投票机制,建立了玉米、马唐和稗草的一对一多分类SVM模型,正确识别率达80%。田间光谱测量受光照、背景和仪器测量精度等条件的影响较大,但结果仍表明SVM结合光谱技术在田间杂草识别中应用潜力很大,此研究为田间杂草识别及传感器的建立提供了一种研究思路和应用基础。
关键词
光谱
模式识别
支持向量机(SVM)
玉米
杂草
Keywords
Spectral
Pattern recognition
Support vector machines (SVM)
Corn
Weeds
分类号
O657.3 [理学—分析化学]
下载PDF
职称材料
题名
绿色植物靶标的光谱探测研究
被引量:
8
2
作者
邓巍
赵春江
何雄奎
陈立平
张录达
武广伟
mueller j
翟长远
机构
国家农业信息化工程技术研究中心
中国农业大学理学院
University of Hohenheim
出处
《光谱学与光谱分析》
SCIE
EI
CAS
CSCD
北大核心
2010年第8期2179-2183,共5页
基金
国家(863计划)项目(2010AA10A301,2007AA10Z208)
中德国际合作项目(IRTG1070)资助
文摘
利用植物和背景(枯枝、土壤等)的光谱特性"红边"两侧反射率的差异,研究了探测绿色植物靶标的光谱探测技术。定义850与650nm处反射率的比值为植物判别指数(GPDI)。用FieldSpec Handheld2500型野外便携式光谱仪测量了绿色植物和背景的光谱数据,对其进行数据处理,计算各被测物质的植物判别指数GPDI。利用决策树模式识别方法建立植物与背景的分类模型,得到了GPDI阈值(GPDITH),选择此阈值为5.54。当GPDI>GPDITH时,判别探测对象为植物;反之亦然。设计开发了基于AT89S51单片机和光电二极管OPT101的绿色植物光谱探测器。试验结果表明,此探测器的探测率受杂草的种类、大小和密度的影响;阔叶草比窄叶草更易探测到;植株越大、密度越高,探测率越高。
关键词
光谱探测
绿色植物判别指数(GPDI)
光谱“红边”
Keywords
Spectral detection
Green plant discriminant index (GPDI)
Spectral red-edge characteristics
分类号
TP391 [自动化与计算机技术—计算机应用技术]
下载PDF
职称材料
题名
作者
出处
发文年
被引量
操作
1
基于支持向量机的玉米苗期田间杂草光谱识别
邓巍
张录达
何雄奎
mueller j
曾爱军
宋坚利
刘亚佳
周继中
陈吉
王旭
《光谱学与光谱分析》
SCIE
EI
CAS
CSCD
北大核心
2009
11
下载PDF
职称材料
2
绿色植物靶标的光谱探测研究
邓巍
赵春江
何雄奎
陈立平
张录达
武广伟
mueller j
翟长远
《光谱学与光谱分析》
SCIE
EI
CAS
CSCD
北大核心
2010
8
下载PDF
职称材料
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
上一页
1
下一页
到第
页
确定
用户登录
登录
IP登录
使用帮助
返回顶部