期刊文献+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
共找到5篇文章
< 1 >
每页显示 20 50 100
已选择0条
导出题录 引用分析
参考文献
引证文献
 统计分析
检索结果
已选文献
显示方式：
基于可见/近红外反射光谱的大豆叶绿素含量估算方法比较 被引量：39
1
作者 汤旭光 宋开山 +6 位作者 刘殿伟 王宗明 张柏 杜嘉 曾丽红 姜广甲 王远东 《光谱学与光谱分析》 SCIE EI CAS CSCD 北大核心 2011年第2期371-374,共4页
作物叶绿素含量的估测可以为精准农业提供技术支持。该文利用PROSAIL模型模拟了不同叶绿素水平下的大豆冠层光谱反射率,而后针对多期实测高光谱及相应的叶绿素数据,在对响应波段进行小波能量系数提取的基础上,分别采用多元线性回归、BP... 作物叶绿素含量的估测可以为精准农业提供技术支持。该文利用PROSAIL模型模拟了不同叶绿素水平下的大豆冠层光谱反射率,而后针对多期实测高光谱及相应的叶绿素数据,在对响应波段进行小波能量系数提取的基础上,分别采用多元线性回归、BP神经网络和RBF神经网络、以及偏最小二乘法进行估算,并进行了比较分析。研究结果表明,基于小波分析的三种回归模型都取得了较好的估算效果,验证模型的R2分别为0.634,0.715,0.873和0.776,其中RBF神经网络方法和基于高斯核函数的PLS模型精度最好,能够全面稳定地估算叶绿素含量。 展开更多
关键词 可见/近红外光谱 叶绿素含量 小波分析 神经网络 偏最小二乘
下载PDF
基于可见/近红外反射光谱的稻米品种与真伪鉴别 被引量：27
2
作者 梁亮 刘志霄 +2 位作者 杨敏华 张佑祥 汪承华 《红外与毫米波学报》 SCIE EI CAS CSCD 北大核心 2009年第5期353-356,391,共5页
利用可见/近红外光谱技术对市场上5种稻米进行了鉴别.以ASD FieldSpec3地物光谱仪采集了5种稻米的光谱数据,各获取35个样本,随机分成训练集(150份)和检验集(25份),并分别采取全波段与特征波段(400～500nm、910～1400nm与1940～2300nm)... 利用可见/近红外光谱技术对市场上5种稻米进行了鉴别.以ASD FieldSpec3地物光谱仪采集了5种稻米的光谱数据,各获取35个样本,随机分成训练集(150份)和检验集(25份),并分别采取全波段与特征波段(400～500nm、910～1400nm与1940～2300nm)两种方法建立模型进行分析.光谱经S.Golay平滑和标准归一化(SNV)处理后,以主成分分析法(PCA)降维.将降维所得的前9个主成分数据作为BP人工神经网络(BP-ANN)的输入变量,稻米品种作为输出变量,建立3层BP-ANN鉴别模型.利用25个未知样对模型进行检验,结果表明两类模型预测准确率均高达100%,其中特征波段模型比全波段模型具有更高的预测精度,说明利用可见/近红外技术结合PCA-BP神经网络分析法进行稻米品种与真伪的快速、无损鉴别是可行的,且提取特征波段是优化模型的有效方法之一. 展开更多
关键词 可见/近红外光谱 稻米 主成分分析 BP-人工神经网络 鉴别
下载PDF
杂交稻种品系与真伪的可见-近红外光谱鉴别 被引量：11
3
作者 梁亮 杨敏华 +1 位作者 刘志霄 宋华湘 《激光与红外》 CAS CSCD 北大核心 2009年第4期407-410,共4页
提出了一种基于可见-近红外光谱技术快速、无损鉴别杂交稻种品系与真伪的新方法。采集了5种稻种的光谱数据,各获取32个样本,随机分成训练集(125份)和检验集(35份)。光谱经S.Golay平滑和标准归一化(SNV)处理后,以主成分分析法(PCA)降维... 提出了一种基于可见-近红外光谱技术快速、无损鉴别杂交稻种品系与真伪的新方法。采集了5种稻种的光谱数据,各获取32个样本,随机分成训练集(125份)和检验集(35份)。光谱经S.Golay平滑和标准归一化(SNV)处理后,以主成分分析法(PCA)降维。将降维所得的前9个主成分作为新变量。分别用模糊模式识别、BP-神经网络、Fisher多类线性判别以及Bayes多类逐步判别四种方法进行分析。对35个未知样的预测结果说明可见-近红外技术进行杂交稻种品系与真伪的快速、无损鉴别是可行的,且PCA结合Bayes多类逐步判别是一种优选方法。 展开更多
关键词 可见-近红外光谱 稻种 鉴别 无损
下载PDF
基于可见-近红外光谱技术与BP-ANN算法的污水类型鉴定 被引量：5
4
作者 刘志霄 梁亮 俞晓莹 《激光与红外》 CAS CSCD 北大核心 2009年第11期1153-1157,共5页
提出了一种基于可见-近红外光谱技术与BP人工神经网络（BP-ANN）算法快速进行污水类型鉴定的新方法。以FieldSpec R3地物光谱仪采集了4种污水样品的光谱数据,共168份,随机将其分成校正集（132份）和检验集（36份）。分别采取全波段（400... 提出了一种基于可见-近红外光谱技术与BP人工神经网络（BP-ANN）算法快速进行污水类型鉴定的新方法。以FieldSpec R3地物光谱仪采集了4种污水样品的光谱数据,共168份,随机将其分成校正集（132份）和检验集（36份）。分别采取全波段（400-2450 nm）与择取波段（400-1800 nm）两种方法建立模型进行分析。光谱经S.Golay平滑和标准归一化（SNV）处理后,以主成分分析法（PCA）降维。将降维所得的前9个主成分数据作为BP-ANN的输入变量,污水类型作为输出变量,建立3层BP-ANN鉴别模型。利用36个未知样对模型进行检验。结果表明：两类模型预测准确率均高达100%,且择取波段模型比全波段模型具有更高的预测精度。说明利用可见-近红外技术结合BP-ANN算法进行污水类型的快速、无污染鉴定是可行的,且波段筛选是优化模型的有效方法之一。 展开更多
关键词 可见-近红外光谱 污水 BP-神经网络 鉴定
下载PDF
基于粪便可见-近红外反射光谱的高山麝慢性肠炎诊断 被引量：7
5
作者 梁亮 刘志霄 +4 位作者 潘世成 张学炎 白振清 汪承华 杨敏华 《光谱学与光谱分析》 SCIE EI CAS CSCD 北大核心 2009年第7期1772-1776,共5页
提出了一种利用粪便可见-近红外反射光谱进行高山麝慢性肠炎诊断的新方法。以FieldSpec 3地物光谱仪采集了125份高山麝粪便(正常粪样70份,慢性肠炎患者粪样55份)的光谱数据,将其随机分成训练集(95份)和检验集(30份)。光谱经S.Golay平滑... 提出了一种利用粪便可见-近红外反射光谱进行高山麝慢性肠炎诊断的新方法。以FieldSpec 3地物光谱仪采集了125份高山麝粪便(正常粪样70份,慢性肠炎患者粪样55份)的光谱数据,将其随机分成训练集(95份)和检验集(30份)。光谱经S.Golay平滑与一阶导数处理后以主成分分析法(PCA)降维。以前6个主成分(含原始光谱95.16%的特征信息)作为新变量,利用训练集样本,分别以模糊模式识别、BP-神经网络、Fisher线性判别以及Bayes逐步判别四种方法建立高山麝慢性肠炎的诊断模型。对检验集30个未知样的预测表明,Fisher线性判别的准确率为86.7%,模糊模式识别与BP-神经网络模型判别的准确率为90%,Bayes逐步判别的准确率最高,达93.3%。进一步分析发现所有误诊都源于将正常样误判为病样,四种方法对病样的检出率均达100%。说明利用粪便的可见-近红外反射光谱进行高山麝慢性肠炎的快速、非接触性诊断是可行的,且PCA结合Bayes逐步判别是一种优选方法。 展开更多
关键词 可见-近红外反射光谱 粪便 慢性肠炎 高山麝 诊断
下载PDF
已选择0条
导出题录 引用分析
参考文献
引证文献
 统计分析
检索结果
已选文献
上一页 1 下一页 到第 页
使用帮助 返回顶部