数字农科院2.0

基于BP神经网络对薇甘菊预处理方法的选取

文献类型: 中文期刊

作者: 黄亦其;李婕;赵建晔;杨睿;李岩舟;孙中宇;乔曦

作者机构:

关键词: 高光谱技术;薇甘菊目标识别;特征集选取;BP神经网络模型

期刊名称:安徽农业科学

ISSN: 0517-6611

年卷期: 2020 年 NULL 卷 5 期

页码: 246-249,269

摘要: 以入侵植物薇甘菊高光谱图像为研究对象,基于4种预处理方法对薇甘菊高光谱图像进行降低噪声处理,分别研究了基于主成分分析的特征提取方法和基于BP神经网络的分类模型,筛选出薇甘菊高光谱识别的最优预处理方法,以实现薇甘菊的快速准确识别.结果显示,预处理方法为一阶、二阶微分的识别率分别为81.2%和76.92%;标准正态变量变换(SNV)和一阶微分+SG平滑的识别率分别为89.74%和87.18%.多次试验得到基于SNV预处理方法的识别率最稳定,即得到最优预处理方法为SNV.

分类号: TP391.41`TP183`S451

  • 相关文献

[1]基于BP神经网络的番茄叶面积指数测定方法研究. 马丽丽,纪建伟,贺超兴,张志斌,邹秋滢. 2009

[2]基于XGBoost和数值天气预报的黄淮海平原参考作物蒸散量预测模型研究. 朱春霞,秦安振. 2024

[3]基于光谱理论的作物营养诊断研究进展. 王磊,白由路. 2006

[4]高光谱技术检测农产品成熟度研究进展. 张义志,王瑞,张伟峰,卢晓华,高远,顾毓敏,王大彬. 2020

[5]基于高光谱的工夫红茶发酵品质程度判别方法(英文). 杨崇山,董春旺,江用文,安霆,赵岩. 2021

[6]基于高光谱技术的细菌生物被膜分类检测. 牛晓虎,冯耀泽,鲍雪,崔恒洁,王梦冉,岑晓旭,孙光全. 2023

作者其他论文 更多>>