基于主成分分析和径向基网络的水稻胡麻斑病严重度估测

摘要：

对植被病害严重度的精确预测是采取植保措施的关键,同时对减少农药使用量也具有积极意义.该研究首先对叶片光谱反射数据进行重采样和求一阶、二阶微分,再用主成分分析PCA技术对上述变换光谱进行分析,最后结合径向基函数神经网络RBFN对水稻胡麻叶斑病严重度进行预测.将全部的光谱数据和病害严重度分为两组,75%用于网络训练,25%用作网络性能测试.文中对预测结果准确性有重要影响的径向基函数扩展速率和不同的数据处理方法进行了讨论,研究发现,一阶微分光谱经PCA压缩后,获得主分量光谱,输入RBN,病害严重度的预测均方根误差仅有7.73%.表明:主成分分析和径向基函数神经网络(PCA-RBFN)相结合,可以对水稻胡麻斑病严重度进行快速、精确的估算.

关键词：病害严重度、水稻胡麻斑病、主成分分析、径向基函数、神经网络

所属期刊栏目：28

分类号：TP29,S127(自动化技术及设备)

资助基金：国家高技术研究发展计划863计划2006AA102203;国家自然科学基金40571115;130119

在线出版日期：2008-11-20（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：2156-2160