如需要完整文档点击下方 "点击下载文档" 按钮

为建立果树花期树种识别的有效模型，利用ASD FieldSpec 3全波段便携式光谱分析仪采集了4种果树花期花的光谱数据。利用剔除异常光谱、5点移动平滑等技术对4种果树花期花的光谱反射率进行预处理，使用连续投影算法（SPA）进行有效波长选取并获得7个波长下的反射光谱，同时增加了590 nm和720 nm处2个波形差异大的光谱，与归一化植被指数（INDV）和比值植被指数（IRV）共11个特征波段作为分类建模数据，建立了偏最小二乘判别分析（PLS-DA），正交偏最小二乘判别分析（O-PL-DA）和基于误差反向传播算法的多层前向神经网络（BP）算法3种识别模型。结果表明：对测试样本的识别率由高到低依次为BP（93.90%）> O-PLS-DA（81.82%）> PLS-DA（76.36%）。综合研究认为：在优选波段的基础上，对果树花期树种判别应优选BP神经网络模型。

如需要完整文档点击下方 "点击下载文档" 按钮

《基于近红外光谱技术的果树花期树种识别方法》

将 完整文档 下载到本地，方便收藏和查阅

文件号：105990

点击下载文档