|本期目录/Table of Contents|

[1]陈西亮,张佳华,艾天成.基于支持向量机法提取江汉平原三湖农场棉蚜危害程度的空间分布[J].江苏农业科学,2016,44(09):157-162.
　Chen Xiliang,et al.Extracted spatial distribution of Aphis gossypii damage based on support vector machine method in Sanhu farm of Jianghan Plain[J].Jiangsu Agricultural Sciences,2016,44(09):157-162.
点击复制

基于支持向量机法提取江汉平原三湖农场
棉蚜危害程度的空间分布(PDF)
分享到：

《江苏农业科学》[ISSN:1002-1302/CN:32-1214/S]

卷:
第44卷
期数:
2016年09期
页码:
157-162
栏目:
植物保护
出版日期:
2016-09-25

文章信息/Info

Title:
Extracted spatial distribution of Aphis gossypii damage based on support vector machine method in Sanhu farm of Jianghan Plain
作者:
陈西亮1; 2;  张佳华2; 1;  艾天成3
1.长江大学地球科学学院，湖北武汉 430100；
2.中国科学院遥感与数字地球研究所，北京 100094；
3.长江大学农学院，湖北荆州 434025
Author(s):
Chen Xiliang; et al
关键词:
棉蚜; 支持向量机; 粒子群算法; 江汉平原; 空间分布
Keywords:
-
分类号:
S127；S435.622+.1
DOI:
-
文献标志码:
A
摘要:
棉蚜是棉花的主要害虫之一，目前主要通过田间调查的方式进行测报。将262个调查点的棉蚜危害数据平均分成测试集和验证集，用3种方法进行支持向量机分类器参数优化，结果表明粒子群算法效果最好，精度达到了82.035 9%，最优参数c=5.435 4、g=15.023 3。用该参数构建分类模型来识别样点数据空间插值后区域内的蚜虫危害，最后结合TM数据提取的棉田分布得出了江汉平原三湖农场棉蚜危害程度的空间分布，取得了很好的效果，对以后的作物虫害研究工作具有很好的指导意义。
Abstract:
-

参考文献/References:

［1］Muhammed H H，Larsolle A. Feature vector based analysis of hyperspectral crop reflectance data for discrimination and quantification of fungal disease severity in wheat［J］. Biosystems Engineering，2003，86(2)：125-134.
［2］Mirik M，Michels Jr G J，et al. Reflectance characteristics of Russian wheat aphid (Hemiptera：Aphididae) stress and abundance in winter wheat［J］. Computers and Electronics in Agriculture，2007，57(2)：123-134.
［3］卢小燕. 棉花蚜虫单叶高光谱特征识别研究［J］. 新疆农垦科技，2010，6(1)：32-35.
［4］郭永旺，金晓华，杨建国，等. 麦蚜灾害遥感监测技术应用研究［J］. 植保技术与推广，2001，21(3)：3-5.
［5］苏荣瑞，熊勤学，耿一风，等. 利用多时相HJ-CCD影像监测江汉平原南部地区棉花和中稻种植面积［J］. 长江流域资源与环境，2013，22(11)：1441-1448.
［6］王新志，陈伟，祝明坤. 样本数据归一化方式对GPS高程转换的影响［J］. 测绘科学，2013，38(6)：162-165.
［7］丁世飞，齐丙娟，谭红艳. 支持向量机理论与算法研究综述［J］. 电子科技大学学报，2011，40(1)：2-10.
［8］顾亚祥，丁世飞. 支持向量机研究进展［J］. 计算机科学，2011，38(2)：14-17.
［9］张策，臧淑英，金竺，等. 基于支持向量机的扎龙湿地遥感分类研究［J］. 湿地科学，2011，9(3)：263-269.
［10］邓蕊，马永军，刘尧猛. 基于改进交叉验证算法的支持向量机多类识别［J］. 天津科技大学学报，2007，22(2)：58-61.
［11］韩萌，丁剑. 基于交叉验证的BP算法的改进与实现［J］. 计算机工程与设计，2008，29(14)：3738-3739.
［12］胡局新，张功杰. 基于K折交叉验证的选择性集成分类算法［J］. 科技通报，2013，29(12)：115-117.
［13］王健峰，张磊，陈国兴，等. 基于改进的网格搜索法的SVM参数优化［J］. 应用科技，2012，39(3)：28-31.
［14］王鹏，朱小燕. 基于RBF核的SVM的模型选择及其应用［J］. 计算机工程与应用，2003，39(24)：72-73.
［15］张建科，刘三阳，张晓清. 改进的粒子群算法［J］. 计算机工程与设计，2007，28(17)：4215-4216.
［16］张丹，韩胜菊，李建，等. 基于改进粒子群算法的BP算法的研究［J］. 计算机仿真，2011，28(2)：147-150.
［17］李良敏，温广瑞，王生昌. 基于遗传算法的回归型支持向量机参数选择法［J］. 计算机工程与应用，2008，44(7)：23-26.
［18］王克奇，杨少春，戴天虹，等. 采用遗传算法优化最小二乘支持向量机参数的方法［J］. 计算机应用与软件，2009，26(7)：109-111.
［19］万源，童恒庆，朱映映. 基于遗传算法的多核支持向量机的参数优化［J］. 武汉大学学报：理学版，2012，58(3)：255-259.

相似文献/References:

[1]张维,高朝宝,尹秀,等.棉蚜V-ATPase-A基因RNAi载体的构建及其在转基因拟南芥的基因表达[J].江苏农业科学,2013,41(10):17.
　Zhang Wei,et al.RNAi vector construction of V-ATPase-A gene from Aphis gossypii and its expression in transgenic Arabidopsis thaliana[J].Jiangsu Agricultural Sciences,2013,41(09):17.
[2]姚冠新,顾晴.基于经验模态分解和支持向量机的农产品价格短期预测[J].江苏农业科学,2014,42(09):402.
　Yao Guanxin,et al.Short-term forecasting method of agricultural product price based on EMD-SVM[J].Jiangsu Agricultural Sciences,2014,42(09):402.
[3]王丽爱,谭昌伟,马昌,等.农情信息遥感监测预报模型构建算法研究进展[J].江苏农业科学,2013,41(11):1.
　Wang Liai,et al.Research progress of remote sensing forecast modeling algorithms on crop information[J].Jiangsu Agricultural Sciences,2013,41(09):1.
[4]韦相贵.基于智能算法的甘蔗定位切割方法[J].江苏农业科学,2016,44(04):394.
　Wei Xianggui.Sugarcane positioning cutting method based on intelligence algorithm[J].Jiangsu Agricultural Sciences,2016,44(09):394.
[5]濮永仙.实数编码遗传算法与支持向量机在烟草病害识别中的应用[J].江苏农业科学,2015,43(09):435.
　Pu Yongxian.Application of real-coded genetic algorithms and support vector machine in identification of tobacco diseases[J].Jiangsu Agricultural Sciences,2015,43(09):435.
[6]赵辰阳,徐明.基于FIG-SVM的农产品价格趋势预测[J].江苏农业科学,2014,42(05):385.
　Zhao Chenyang,et al.Prediction of agricultural price trend base on FIG-SVM[J].Jiangsu Agricultural Sciences,2014,42(09):385.
[7]刘金明,谢秋菊,刘浩然.基于SVM的畜禽舍废气监测缺失数据恢复[J].江苏农业科学,2015,43(08):421.
　Liu Jinming,et al.A method for missing data recovery of waste gas monitoring in animal building based on SVM[J].Jiangsu Agricultural Sciences,2015,43(09):421.
[8]周鹏,郭颂,牛晓太,等.南疆红枣病虫危害等级识别模型的研究与实现[J].江苏农业科学,2014,42(06):354.
　Zhou Peng,et al.Research and implementation of pest damage level recognition model of red dates in southern Xinjiang[J].Jiangsu Agricultural Sciences,2014,42(09):354.
[9]邓立苗,马文杰.基于支持向量机的玉米叶片品种识别[J].江苏农业科学,2014,42(06):372.
　Deng Limiao,et al.Study on corn leaf recognition based on support vector machine[J].Jiangsu Agricultural Sciences,2014,42(09):372.
[10]徐小华,胡晓飞,全晓松,等.支持向量机对烟草化学成分协调性的分类应用[J].江苏农业科学,2014,42(07):431.
　Xu Xiaohua,et al.Application of support vector machine in chemical component analysis of tobacco[J].Jiangsu Agricultural Sciences,2014,42(09):431.

备注/Memo

备注/Memo:
收稿日期：2015-09-21
基金项目：国家自然科学基金(编号：31571565)。
作者简介：陈西亮(1991—)，男，湖北十堰人，硕士研究生，从事农业遥感研究。E-mail：1172113468@qq.com。
通信作者：张佳华，研究员，博士生导师，主要从事生态环境与全球环境变化遥感方面的研究。E-mail：jhzhang@ceode.ac.cn。
更新日期/Last Update: 2016-09-25