10.3964/j.issn.1000-0593(2014)08-2225-04
基于高光谱成像技术的菜青虫生命状态检测研究
采用近红外高光谱成像技术对菜青虫的存活与死亡状态进行了研究,通过提取菜青虫不同状态的光谱信息,建立判别分析模型。以不同预处理方法对所提取的951.5~1649.2 nm光谱进行预处理,并建立偏最小二乘判别分析(partial least square-discriminant analysis,PLS-DA)模型对菜青虫的生死状态进行判别分析,判别正确率接近或达到100%。用移动平均(moving average,MA)5点平滑光谱分别采用连续投影算法(successive projections algorithm,SPA)以及加权回归系数(weighted regression coefficient,Bw )分别选取了17和20个特征波长进行生与死状态的判别。基于特征波长建立了 PLS-DA,K 最邻近节点算法(K-nea-rest neighbor,KNN),BP神经网络(back propagation neural network,BPNN)以及支持向量机(support vec-tor machine,SVM)模型,判别正确率接近100%。结果表明采用近红外高光谱成像技术对菜青虫生命状态的研究是可行的,为作物虫害的快速诊断提供了新方法。
虫害、生命状态、高光谱成像、快速检测
O433.4;S435.7(光学)
国家863计划项目2013AA102405,2011AA100705;中央高校基本科研业务费专项资金项目2014FZA6005;宁波市科技局重大项目2011C11024
2014-08-23(万方平台首次上网日期,不代表论文的发表时间)
共4页
2225-2228