基于GA-LS-SVM的水稻叶片含氮率预测

• 作者: 孙俊 毛罕平 羊一清
• 来源期刊: 江苏大学学报（自然科学版）
• 学科: 生物学
• 关键词: 水稻 氮素 冠层 光谱反射率 GA-LS-SVM算法
• 年，卷（期）: 2010,（1）
• 所属期刊栏目: 农业与机械工程
• 页码范围: 6-10
• 页数: 5页
• 分类号: Q945.17
• 字数: 3843字
• 语种: 中文
• DOI: 10.3969/j.issn.1671-7775.2010.01.002

摘要

采用水稻无土栽培方法人为控制含氮率,在水稻某特定生长期,同时测量水稻冠层反射率和叶片含氮率,建立了基于冠层反射率的水稻叶片氮含率的回归预测模型.通过分析不同氮环境下各冠层反射率光谱图,确定了与水稻含氮率相关性高的特征波段.针对最小二乘支持向量机(least squares support vector machines,LS-SVM)参数难定问题,采用遗传算法对LS-SVM参数进行优化.试验结果表明,传统人为选定参数的LS-SVM算法模型的平均回判精确率达到97.21%,预测平均误差率达到5.70%,遗传算法最小二乘支持向量机(genetic algorithm least squares support vector machines,GA-LS-SVM)算法模型的平均回判精确率达到99.60%,预测平均误差率达到2.72%.GA-LS-SVM算法模型的回判及预测效果均明显优于人为选定参数的LS-SVM算法.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	毛罕平	江苏大学江苏省现代农业装备与技术重点实验室	235	4472	37.0	54.0
2	孙俊	江苏大学江苏省现代农业装备与技术重点实验室	133	1226	19.0	28.0
6	羊一清	江苏大学江苏省现代农业装备与技术重点实验室	4	44	3.0	4.0