10.3964/j.issn.1000-0593(2018)05-1547-05
高光谱参数和逐步判别的苎麻品种识别
为了探讨基于高光谱的苎麻品种识别和分类的方法,在大田栽培条件下,采集了4个不同基因型苎麻品种共927个叶片高光谱数据.根据苎麻叶片高光谱反射曲线,选择了2组特征参数:基于高光谱波形峰谷反射率和位置参数(V1组)、基于偏度和峰度参数(V2组).运用逐步判别的方法,通过设置不同F值筛选不同个数的变量,分别建立基于2组特征参数的多个Fisher线性判别函数,并从计算量、正确率和稳定性三方面对所建立的判别函数进行分析比较.结论:(1)所有组合的判别函数总体平均正确率为91.1%,标准差总体均值为1.2%;(2)综合权衡,在所有组合中,V2组且14≥变量个数 n≥8判别效果最好———计算量中等,正确率和稳定性均高于平均值,其中,13个变量的Fisher判定函数平均正确率最高有94.2%,标准差最低为0%;(3)若优先考虑正确率,V1组且22≥变量个数≥15正确率最高,平均正确率最大有95.5%,但计算量比较大,稳定性中等,标准差最低为0.9%.研究表明,利用高光谱参数结合逐步判别方法识别苎麻品种是可行的.
苎麻、高光谱、逐步判别分析、品种识别
38
S127(农业物理学)
国家麻类产业技术体系CARS-16-E11;国家自然科学基金项目31471543
2018-06-15(万方平台首次上网日期,不代表论文的发表时间)
共5页
1547-1551