基于介电特性与IRIV-GWO-SVR算法的番茄叶片含水率检测

• 作者: 唐游 孙俊 戴春霞 杨宁 莫云南 陈勇
• 来源期刊: 农业工程学报
• 学科: 农学
• 关键词: 水分 模型 算法 番茄叶片 含水率 介电特性 迭代保留信息变量法 灰狼优化算法
• 年，卷（期）: 2018,（14）
• 所属期刊栏目: 农业信息与电气技术
• 页码范围: 188-195
• 页数: 8页
• 分类号: S641.2
• 字数: 6388字
• 语种: 中文
• DOI: 10.11975/j.issn.1002-6819.2018.14.024

摘要

为了探究利用介电特性检测作物水分状况的可行性,研究了一种基于介电特性的有效、快速、精确检测番茄叶片含水率的方法.以300片不同含水率的番茄叶片为研究对象,通过LCR测量仪测定叶片在0.05～200 kHz下的相对介电常数 ε′和介质损耗因数 ε″,并采用干燥法测量叶片含水率.利用迭代保留信息变量法(iteratively retains informative variables,IRIV)对介电参数进行特征变量选取,并与连续投影算法(successive projections algorithm,SPA)进行比较,利用支持向量回归机(support vector regression,SVR)分别建立叶片全变量、2种特征变量与叶片含水率的关系模型.结果表明,基于迭代保留信息变量法选取特征变量的支持向量回归模型(IRIV-SVR)具有良好的预测能力,但预测精度仍需提高,故引入灰狼优化算法(grey wolf optimizer,GWO)优化模型的参数c(惩罚因子)和g(核函数参数).最终,经GWO优化后的模型(IRIV-GWO-SVR)的预测集决定系数R2与均方根误差RMSE分别为0.9638,0.0207.因此,利用介电特性结合IRIV-GWO-SVR算法预测番茄叶片含水率是可行的,同时为其他叶片含水率检测提供了一种新的方法和思路.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	杨宁	江苏大学电气信息工程学院	62	465	13.0	19.0
2	孙俊	江苏大学电气信息工程学院	133	1226	19.0	28.0
3	陈勇	江苏大学电气信息工程学院	22	208	8.0	14.0
4	戴春霞	江苏大学电气信息工程学院	8	41	4.0	6.0
5	莫云南	江苏大学电气信息工程学院	1	8	1.0	1.0
6	唐游	江苏大学电气信息工程学院	1	8	1.0	1.0