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:
以240个“秦冠”苹果水心病果和好果为试材,采集900~1 700 nm的近红外波段高光谱图像,选取高光谱图像中的苹果区域作为感兴趣区域(ROI)并计算其平均光谱,分别采用4种特征选择方法和3种核函数支持向量机(SVM)分类器对水心病果进行判别,以探讨利用近红外高光谱成像技术判别苹果水心病的可行性.结果表明:基于卡方检验和支持向量机递归消除(SVM-RFE)2种特征选择法优于基于F检验和决策树的方法.4种特征选择的3种核函数支持向量机(SVM)分类器在1~200个波段下对水心病果的判别正确率分别为:48.6%~70.2%、48.6%~72.0%、33.3%~71.8%、47.2%~70.8%.基于SVM-RFE检验的特征选择下,SVM对水心病果的正确识别率达到72.0%,为该试验选出的最优方法.
推荐文章
基于高光谱成像的苹果病害无损检测方法
改进流形距离
苹果病害
高光谱成像
无损检测
BP神经网络
苹果品质高光谱成像检测技术研究进展
高光谱成像
苹果品质
无损检测
基于高光谱成像技术的苹果表面轻微损伤检测
高光谱成像
轻微损伤
检测
苹果
基于高光谱成像技术的富士苹果轻微机械损伤检测研究
高光谱成像技术
苹果
轻微机械损伤
连续投影法
特征波段
图像处理
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 基于高光谱成像的苹果水心病无损检测
来源期刊 北方园艺 学科 农学
关键词 苹果 水心病 高光谱成像 特征选择 支持向量回归 核函数
年,卷(期) 2015,(8) 所属期刊栏目 植物保护
研究方向 页码范围 124-130
页数 分类号 S661.101
字数 语种 中文
DOI 10.11937/bfyy.201508033
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 马惠玲 西北农林科技大学生命科学学院 54 736 16.0 23.0
2 蔡骋 西北农林科技大学信息工程学院 23 158 8.0 11.0
3 王思玲 西北农林科技大学生命科学学院 2 27 2.0 2.0
4 龙怡霖 西北农林科技大学信息工程学院 3 17 2.0 3.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (94)
共引文献  (263)
参考文献  (16)
节点文献
引证文献  (11)
同被引文献  (92)
二级引证文献  (39)
1994(1)
  • 参考文献(0)
  • 二级参考文献(1)
2000(1)
  • 参考文献(0)
  • 二级参考文献(1)
2001(1)
  • 参考文献(0)
  • 二级参考文献(1)
2002(2)
  • 参考文献(0)
  • 二级参考文献(2)
2003(1)
  • 参考文献(0)
  • 二级参考文献(1)
2004(5)
  • 参考文献(1)
  • 二级参考文献(4)
2005(6)
  • 参考文献(0)
  • 二级参考文献(6)
2006(10)
  • 参考文献(0)
  • 二级参考文献(10)
2007(10)
  • 参考文献(0)
  • 二级参考文献(10)
2008(18)
  • 参考文献(4)
  • 二级参考文献(14)
2009(16)
  • 参考文献(1)
  • 二级参考文献(15)
2010(10)
  • 参考文献(1)
  • 二级参考文献(9)
2011(10)
  • 参考文献(2)
  • 二级参考文献(8)
2012(17)
  • 参考文献(5)
  • 二级参考文献(12)
2013(1)
  • 参考文献(1)
  • 二级参考文献(0)
2014(1)
  • 参考文献(1)
  • 二级参考文献(0)
2015(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)
2016(2)
  • 引证文献(2)
  • 二级引证文献(0)
2017(4)
  • 引证文献(3)
  • 二级引证文献(1)
2018(9)
  • 引证文献(4)
  • 二级引证文献(5)
2019(21)
  • 引证文献(2)
  • 二级引证文献(19)
2020(14)
  • 引证文献(0)
  • 二级引证文献(14)
研究主题发展历程
节点文献
苹果
水心病
高光谱成像
特征选择
支持向量回归
核函数
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
北方园艺
半月刊
1001-0009
23-1247/S
大16开
黑龙江省哈尔滨市南岗区学府路368号省农科院
14-150
1977
chi
出版文献量(篇)
21038
总下载数(次)
74
总被引数(次)
103850
论文1v1指导