«上一篇/Previous Article|本期目录/Table of Contents|下一篇/Next Article»

《江苏农业科学》[ISSN:1002-1302/CN:32-1214/S]

卷:

第42卷

期数:

2014年06期

页码:

354-357

栏目:

农业工程与信息技术

出版日期:

2014-06-25

文章信息/Info

Title:

Research and implementation of pest damage level recognition model of red dates in southern Xinjiang

作者:

周鹏¹; 2;  郭颂³;  牛晓太¹;  罗浩³;  施明登²; 4

1.郑州航空工业管理学院电子通信工程系，河南郑州 450015； 2.塔里木大学信息工程学院，新疆阿拉尔 843300；3.信阳师范学院计算机与信息技术学院，河南信阳 464000； 4.浙江大学计算机科学与技术学院，浙江杭州 310058

Author(s):

Zhou Peng; et al

关键词:

新疆红枣; 病虫害等级; 光谱技术; 主成分分析; 支持向量机; 等级识别

Keywords:

-

分类号:

S126

DOI:

-

文献标志码:

A

摘要:

南疆红枣病虫害成为制约南疆红枣产业发展的主要因素，因而红枣内在品质成为评判优质等级的关键。首先利用光谱技术提取南疆红枣相关参数，分析红枣在460~2 260 nm波长范围内的光谱特性参数。运用主成分分析法分析黑斑病红枣一、二阶微分光谱的前10个主成分解释的变异百分比，比对光谱特征参数和重采样光谱对红枣病害等级识别的影响因素。最后以光谱参数为径向基网络输入量，分析确定核函数和分类函数，构建南疆红枣病虫害等级识别支持向量机模型。结果表明，运用主成分分析法和带惩罚系数及核参数的支持向量机技术构建的支持向量机模型对南疆红枣病虫危害等级识别正确率为98.8%，实现了对南疆红枣病虫害进行精确的等级识别。

Abstract:

-

参考文献/References:

［1］罗华平，卢启鹏，丁海泉，等. 南疆红枣品质近红外光谱在线模型参数的实验研究［J］. 光谱学与光谱分析，2012，32(5)：1225-1229.
［2］陈兵，李少昆，王克如，等. 病害胁迫下棉花叶片色素含量高光谱遥感估测研究［J］. 光谱学与光谱分析，2010，30(2)：421-425.
［3］刘占宇，祝增荣，赵敏，等. 基于主成分分析和人工神经网络的稻穗健康状态的高光谱识别［J］. 浙江农业学报，2011，23(3)：607-616.
［4］周鹏，张小刚，徐彪，等. 基于高光谱的南疆红枣病虫害特征谱段选择模式［J］. 江苏农业科学，2013，41(4)：108-111.
［5］何勇，李晓丽，邵咏妮. 基于主成分分析和神经网络的近红外光谱苹果品种鉴别方法研究［J］. 光谱学与光谱分析，2006，26(5)：850-853.
［6］王秀珍，黄敬峰，李云梅，等. 水稻叶面积指数的高光谱遥感估算模型［J］. 遥感学报，2004，8(1)：81-88.
［7］高洪智，卢启鹏，丁海泉. 近红外无创生化检测中不同光程的光谱校正模型研究［J］. 光谱学与光谱分析，2012，32(5)：1423-1426.

相似文献/References:

[1]贾文婷,杨慧,吴洪斌.不同预处理方式对红枣环磷酸腺苷提取率的影响[J].江苏农业科学,2020,48(12):181.
　Jia Wenting,et al.Effects of different pretreatment methods on extraction efficiency of CAMP from Xinjiang jujube[J].Jiangsu Agricultural Sciences,2020,48(06):181.

备注/Memo

备注/Memo:

收稿日期：2013-09-26
基金项目：国家自然科学基金(编号：61162018)；河南省基础与前沿技术研究项目(编号：132300410422)；河南省科技攻关计划(编号：132102210049)。
作者简介：周鹏（1969—），男，河南信阳人，硕士，教授，从事嵌入式系统、模式识别、遥感监测和物联网工程研究。E-mail：zpzqxy@163.com。

常用功能

更新日期/Last Update: 2014-06-25