柑橘黄龙病近红外光谱检测模型

摘要：

针对柑橘黄龙病无损检测模型的鲁棒性不足和检测率不高问题,提出一种Gabor滤波结合核极限学习机(GKELM)的近红外光谱检测模型.利用Gabor滤波加强有效特征,并结合核极限学习机完成分类任务.使用傅里叶变换光谱仪采集2个柑橘品种共1011条近红外光谱,分析了单一叶片上采集的多个光谱点的4种处理方法和不同特征维度对分类结果的影响.与极限学习机、核极限学习机、偏最小二乘判别分析和支持向量机对比,GKELM的正确率可达97.12％,精度在97.06％ 以上,F1得分在96.62％ 以上.

关键词：近红外光谱、柑橘黄龙病、核极限学习机、Gabor滤波

所属期刊栏目：39

分类号：TP391(计算技术、计算机技术)

资助基金：国家自然科学基金21365008 ,61562013

在线出版日期：2019-12-11（万方平台首次上网日期，不代表论文的发表时间）

页数：共5页

页码：307-311