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:
为实现马铃薯叶片早疫病的快速识别,达到尽早防治的目的,利用高光谱成像系统连续4 天采集375 ~1 0 1 8 nm 波段内的健康和染病马铃薯叶片的高光谱数据信息,并用ENVI 软件提取感兴趣区域的光谱反射率平均值. 分别建立基于全光谱( full spectrum , FS )、连续投影算法( SPA )和载荷系数法( x-LW )提取的特征波长的 BP网络和LS-SVM识别模型,其中FS-BP、SPA-BP、x-LW-BP 模型中预测集识别率分别为1 0 0%、1 0 0%、9 8 .3 3%, LS-SVM 模型的预测集识别率均为1 0 0%;SPA和x-LW提取的特征波长个数均仅占全波长的1 .4 7%,大大简化了模型,提高了运算速率. 实验表明:应用高光谱成像技术可以快速、准确地识别出马铃薯叶片早疫病,且 SPA和x-LW可以作为特征波长提取的有效方法,为田间马铃薯早疫病的在线实时检测仪器的开发提供理论依据.
推荐文章
马铃薯晚疫病叶片 SPAD 值的高光谱研究
马铃薯
晚疫病
SPAD
高光谱技术
植被指数
番茄叶片早疫病近红外高光谱成像检测技术
番茄
早疫病
近红外光谱
格拉姆斯密特模型
贝叶斯罗蒂斯克回归
最小二乘-支持向量机
马铃薯早疫病菌实时荧光定量PCR检测方法的建立
马铃薯
茄链格孢
实时荧光定量PCR
动态监测
番茄早疫病的识别与防治
番茄
早疫病
识别
防治
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 马铃薯叶片早疫病的高光谱识别研究
来源期刊 农机化研究 学科 农学
关键词 马铃薯 早疫病 高光谱成像技术 特征波长 识别模型
年,卷(期) 2016,(6) 所属期刊栏目 试验研究
研究方向 页码范围 205-209
页数 5页 分类号 S122
字数 4259字 语种 中文
DOI
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 何勇 浙江大学生物系统工程与食品科学学院 511 9054 45.0 65.0
2 胡耀华 西北农林科技大学机械与电子工程学院 43 416 13.0 18.0
3 白志鹏 西北农林科技大学机械与电子工程学院 2 8 1.0 2.0
4 李梅 西北农林科技大学机械与电子工程学院 25 93 6.0 9.0
5 徐明珠 西北农林科技大学机械与电子工程学院 3 25 3.0 3.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (65)
共引文献  (55)
参考文献  (14)
节点文献
引证文献  (7)
同被引文献  (25)
二级引证文献  (15)
1982(1)
  • 参考文献(0)
  • 二级参考文献(1)
1996(1)
  • 参考文献(0)
  • 二级参考文献(1)
1999(2)
  • 参考文献(0)
  • 二级参考文献(2)
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(1)
  • 参考文献(0)
  • 二级参考文献(1)
2006(4)
  • 参考文献(0)
  • 二级参考文献(4)
2007(5)
  • 参考文献(1)
  • 二级参考文献(4)
2008(10)
  • 参考文献(2)
  • 二级参考文献(8)
2009(9)
  • 参考文献(1)
  • 二级参考文献(8)
2010(13)
  • 参考文献(2)
  • 二级参考文献(11)
2011(14)
  • 参考文献(2)
  • 二级参考文献(12)
2012(6)
  • 参考文献(1)
  • 二级参考文献(5)
2013(8)
  • 参考文献(3)
  • 二级参考文献(5)
2014(2)
  • 参考文献(2)
  • 二级参考文献(0)
2016(1)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(1)
  • 二级引证文献(0)
2016(1)
  • 引证文献(1)
  • 二级引证文献(0)
2017(4)
  • 引证文献(4)
  • 二级引证文献(0)
2018(9)
  • 引证文献(1)
  • 二级引证文献(8)
2019(5)
  • 引证文献(1)
  • 二级引证文献(4)
2020(3)
  • 引证文献(0)
  • 二级引证文献(3)
研究主题发展历程
节点文献
马铃薯
早疫病
高光谱成像技术
特征波长
识别模型
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
农机化研究
月刊
1003-188X
23-1233/S
大16开
黑龙江哈尔滨市哈平路156号
14-324
1979
chi
出版文献量(篇)
14318
总下载数(次)
39
总被引数(次)
94283
论文1v1指导