利用神经网络提取棉花叶片数字图像氮素含量的初步研究

• 作者: 李小正 李少昆 王克如 王方永 白中英 谢瑞芝 高世菊
• 来源期刊: 作物学报
• 关键词: 数字图像 线性网络 BP神经网络 径向基网络 氮素含量
• 年，卷（期）: 2007,（10）
• 所属期刊栏目: 研究论文
• 页码范围: 1662-1666
• 页数: 5页
• 分类号: S5
• 语种: 中文
• DOI: 10.3321/j.issn:0496-3490.2007.10.015

摘要

选取6种输入向量组合,利用线性网络、BP网络以及径向基网络等3种神经网络模型进行比较研究,筛选最适宜网络模型和最佳输入组合,建立叶片数字图像彩色信息和叶片氮含量的关系模型,探索利用神经网络技术获取叶片数字图像信息的方法.结果表明,径向基网络在利用数字图像(B,H,G-R,G/R)指标作为网络输入向量时,能够实现获取棉花叶片数字图像氮含量的目标.径向基网络训练的180组样本的训练精度均达到极显著水平(r = 0.9022**),30组测试样本的预测值与实测值也达到极显著相关(r = 0.8674**),径向基网络和(B,H,G-R,G/R)向量是一种适合本研究的数学模型.对利用神经网络提取棉花叶片数字图像氮含量技术的初步探索,拓展了神经网络和数字图像技术在农业生产中的应用.