10.13733/j.jcam.issn.2095-5553.2016.08.018
基于融合小波的高光谱生菜农残梯度鉴别研究
为有效地实现光谱信息预处理,本文将类内距离和类间距离法引入小波阈值、小波分段预处理算法中,提出WB-WT和WB-PWT两种融合小波预处理算法.利用WT、PWT、WB-WT和WB-PWT预处理算法对相同的生菜农药残留高光谱数据进行预处理.通过连续投影法对预处理后光谱进行特征选取,利用支持向量机对特征选取的光谱数据进行分类鉴别.结果表明,WB-WT和WB-PWT算法较传统的WT和PWT预测准确率有了较大的提高.其中,以db4、db6、sym5函数为小波基函数和WB-WT、WB-PWT算法预处理对应的模型预测准确率分别为75.00%、84.38%、87.50%和84.38%、90.63%、93.75%,它们的预测准确率均优于WT与PWT算法分别对应的模型预测准确率57.58%、62.50%、69.70%和72.73%、87.88%、90.63%,表明融合小波预处理算法能有效地提高分类建模预测精度.
预处理、融合小波、农残检测、高光谱
37
S481+.8;O657.3(农药防治(化学防治))
国家自然科学基金31471413;江苏高校优势学科建设工程资助项目PAPD苏政办发2011 6号;江苏省六大人才高峰资助项目ZBZZ-019;江苏大学大学生创新创业训练计划项目32;江苏大学大学生科研立项Y14A094
2016-10-13(万方平台首次上网日期,不代表论文的发表时间)
共7页
80-86