高瞻
- 作品数:2 被引量:46H指数:2
- 供职机构:西北农林科技大学机械与电子工程学院更多>>
- 发文基金:国家自然科学基金更多>>
- 相关领域:自动化与计算机技术农业科学更多>>
- 基于SVM-DS多特征融合的杂草识别被引量:44
- 2013年
- 为解决单一特征识别杂草的低准确率和低稳定性,提出一种支持向量机(SVM)和DS(Shafer-Dempster)证据理论相结合的多特征融合杂草识别方法。在对田间植物图像处理的基础上,提取植物叶片形状、纹理及分形维数3类特征,分别以3类单特征的SVM分类结果作为独立证据构造基本概率指派(BPA),引入基于矩阵分析的DS融合算法简化决策级融合算法复杂度,根据融合结果及分类判决门限给出最终的识别结果。实验结果表明,多特征决策融合识别方法正确识别率达到96.11%,与单特征识别相比有更好的稳定性和更高的识别率。
- 何东健乔永亮李攀高瞻李海洋唐晶磊
- 关键词:杂草识别支持向量机DS证据理论多特征融合
- 基于多光谱的土壤水分测定方法研究被引量:2
- 2013年
- 为了实现对土壤水分的快速测定,以关中塿土为材料,配制成含水量为1%~25%的土壤样本,分段采集了样本在紫外-可见光(180~900nm)和近红外(900~1 700nm)的漫反射光谱,分别采用偏最小二乘法、RBF神经网络与BP神经网络方法建立用光谱特性预测土壤水分的模型。试验结果表明,近红外波段以上3种模型建模集的Rc2分别为0.983,0.998,0.998,预测集的Rp2为0.982,0.984,0.664。紫外-可见光波段建模集的Rc2分别为0.865,0.998,0.976,预测集的Rp2为0.830,0.825,0.674。用偏最小二乘法和RBF神经网络建立的模型可以有效地对土壤水分含量进行检测。
- 高瞻何东健乔永亮
- 关键词:土壤水分多光谱近红外