基于高光谱技术的哈密瓜果实物候期判别模型

• 作者: 伍恒 吕泽鑫 周岭 张航 彭冬梅 李明周
• 来源期刊: 江苏农业科学
• 学科: 农学
• 关键词: 高光谱成像技术 哈密瓜物候期 神经网络 判别方法
• 年，卷（期）: 2019,（22）
• 所属期刊栏目: 农业工程与信息技术
• 页码范围: 258-264
• 页数: 7页
• 分类号: S652.101
• 字数: 5069字
• 语种: 中文
• DOI: 10.15889/j.issn.1002-1302.2019.22.061

摘要

以新和地区种植的大田哈密瓜为研究对象,采集不同物候期哈密瓜果实样本,采集高光谱数据并通过Savitzky-Golay一阶导数(SG-1)、Savitzky-Golay二阶导数(SG-2)、标准正态变换(SNV)、多元散射校正(MSC)4种光谱预处理方法进行预处理,建立广义回归神经网络(GRNN)和概率神经网络(PNN)2种哈密瓜物候期判别模型,以模型判别正确率为评价指标,结果显示,所建模型均能很好地识别哈密瓜果实物候期.将采集到的4个时期的哈密瓜果实样本光谱组合成10组具有输入变量的光谱样本,分别建立GRNN和PNN判别模型,以模型运行时间作为模型评价指标,得出以3个时期的哈密瓜样本光谱所建立的SG-1-GRNN和SNV-PNN模型为最优,运行时间为0.046 9 s,运行速率最多可提高57％.