基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
为比较应用光谱技术识别蔬菜虫害的效果,以小白菜为试验对象,选择健康、少量害虫和大量害虫叶片,使用海洋光学公司USB4000-XR1型光谱仪采集上述3种叶片的光谱数据,应用聚类分析方法区分不同类别对象,从而识别不同种类虫害和虫害严重度.选择欧式距离、夹角余弦和相关系数法3种代表性聚类分析方法进行虫害识别.结果表明,对小白菜进行虫害光谱分析时应用欧式距离和夹角余弦法可较准确识别虫害程度不同的样本.说明应用聚类方法的光谱分析方法在一定程度上可为蔬菜虫害防治提供迅速、可靠、精确和非破坏性的分析诊断识别方面的技术支持.
推荐文章
利用多光谱遥感图像融合的机场识别方法
图像融合
光谱特征
结构特征
目标识别
棚室蔬菜主要虫害的识别与防治
虫害
棚室蔬菜
识别
防治
基于光谱特征变量的湿地典型植物生态类型识别方法——以北京野鸭湖湿地为例
湿地植物生态类型
高光谱
光谱特征变量
单因素方差分析(One-way ANOVA)
非线性的反向传播人工神经网络(BP-ANN)
线性判别分析(FLDA)
基于光谱知识库对高光谱影像目标快速识别方法
目标识别
知识库
成像光谱系统
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 蔬菜虫害典型光谱识别方法比较
来源期刊 江苏农业学报 学科 农学
关键词 虫害识别 光谱分析 聚类分析 小白菜
年,卷(期) 2013,(4) 所属期刊栏目 园艺
研究方向 页码范围 864-869
页数 6页 分类号 S127
字数 4259字 语种 中文
DOI 10.3969/j.issn.1000-4440.2013.04.030
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 杨余旺 南京理工大学计算机科学与技术学院 76 410 10.0 15.0
2 王磊 南京理工大学计算机科学与技术学院 11 43 4.0 6.0
3 宗精学 南京理工大学计算机科学与技术学院 2 6 2.0 2.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (51)
共引文献  (247)
参考文献  (19)
节点文献
引证文献  (3)
同被引文献  (23)
二级引证文献  (5)
1981(1)
  • 参考文献(0)
  • 二级参考文献(1)
1985(1)
  • 参考文献(0)
  • 二级参考文献(1)
1990(2)
  • 参考文献(0)
  • 二级参考文献(2)
1993(3)
  • 参考文献(1)
  • 二级参考文献(2)
1995(5)
  • 参考文献(1)
  • 二级参考文献(4)
1996(1)
  • 参考文献(0)
  • 二级参考文献(1)
1998(4)
  • 参考文献(0)
  • 二级参考文献(4)
1999(4)
  • 参考文献(0)
  • 二级参考文献(4)
2000(5)
  • 参考文献(0)
  • 二级参考文献(5)
2001(3)
  • 参考文献(0)
  • 二级参考文献(3)
2002(4)
  • 参考文献(1)
  • 二级参考文献(3)
2003(8)
  • 参考文献(2)
  • 二级参考文献(6)
2004(11)
  • 参考文献(3)
  • 二级参考文献(8)
2005(5)
  • 参考文献(2)
  • 二级参考文献(3)
2006(3)
  • 参考文献(1)
  • 二级参考文献(2)
2007(5)
  • 参考文献(3)
  • 二级参考文献(2)
2008(3)
  • 参考文献(3)
  • 二级参考文献(0)
2009(1)
  • 参考文献(1)
  • 二级参考文献(0)
2010(1)
  • 参考文献(1)
  • 二级参考文献(0)
2013(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
2015(1)
  • 引证文献(1)
  • 二级引证文献(0)
2017(2)
  • 引证文献(2)
  • 二级引证文献(0)
2018(1)
  • 引证文献(0)
  • 二级引证文献(1)
2019(4)
  • 引证文献(0)
  • 二级引证文献(4)
研究主题发展历程
节点文献
虫害识别
光谱分析
聚类分析
小白菜
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
江苏农业学报
双月刊
1000-4440
32-1213/S
大16开
南京市孝陵卫钟灵街50号省农科院内
28-113
1985
chi
出版文献量(篇)
3989
总下载数(次)
8
总被引数(次)
36498
论文1v1指导