基于机器学习和可见光光谱的冬小麦叶片氮积累量估算 | |
崔日鲜; 刘亚东; 付金东 | |
刊名 | 光谱学与光谱分析 |
2016-06-15 | |
期号 | 06页码:1837-1842 |
关键词 | 冬小麦 机器学习 可见光 色彩指数 冠层覆盖度 叶片氮积累量 |
英文摘要 | 在拔节期分4次采集了6个施氮水平下的冬小麦冠层图像,同步进行取样并以凯氏定氮法测定叶片含氮量,进而计算叶片氮积累量。利用随机森林算法分割冠层图像之后提取冠层覆盖度、可见光波段(R,G和B)三个分量及其衍生的5个色彩指数。以冠层覆盖度外加色彩指数、色彩分量的两种非线性回归,以及人工神经网络、支持向量回归、随机森林3种机器学习算法建立了冬小麦叶片氮积累量的估算模型。结果表明利用色彩指数的非线性回归模型的估算精度稍低于其他方法,而随机森林算法的拟合精度最高,但存在明显的过拟合现象。其他三种方法,即以冠层覆盖度及色彩分量为输入变量的非线性回归、支持向量回归和人工神经网络方法,均具有较高的拟合精度和泛化... |
URL标识 | 查看原文 |
语种 | 中文 |
内容类型 | 期刊论文 |
源URL | [http://ir.nais.net.cn/handle/2HMLN22E/128069] |
专题 | 作物科学研究所_职能部门 |
作者单位 | 青岛农业大学农学与植物保护学院/山东省旱作农业技术重点实验室;中国农业科学院作物科学研究所 |
推荐引用方式 GB/T 7714 | 崔日鲜,刘亚东,付金东. 基于机器学习和可见光光谱的冬小麦叶片氮积累量估算[J]. 光谱学与光谱分析,2016(06):1837-1842. |
APA | 崔日鲜,刘亚东,&付金东.(2016).基于机器学习和可见光光谱的冬小麦叶片氮积累量估算.光谱学与光谱分析(06),1837-1842. |
MLA | 崔日鲜,et al."基于机器学习和可见光光谱的冬小麦叶片氮积累量估算".光谱学与光谱分析 .06(2016):1837-1842. |
个性服务 |
查看访问统计 |
相关权益政策 |
暂无数据 |
收藏/分享 |
除非特别说明,本系统中所有内容都受版权保护,并保留所有权利。
修改评论