|
|||||
|
|
| 基于分窗Gram-Schmidt变换和PSO-SVR算法的水稻纹枯病病情指数检测 | |
| 作者姓名： | 肖文 曹英丽 冯帅 刘亚帝 江凯伦 于正鑫 闫丽 |
| 作者单位： | 沈阳农业大学信息与电气工程学院,辽宁 沈阳 110161;沈阳农业大学信息与电气工程学院,辽宁 沈阳 110161;沈阳农业大学辽宁省农业信息化工程技术中心,辽宁 沈阳 110161 |
| 基金项目： | 辽宁省重点研发计划项目（2020JH2/10200038）,国家“十三五”重点研发项目（2016YFD0200700）资助 |
| 摘 要： | 纹枯病是水稻的主要病害之一,其防治对于保证水稻产量、质量具有重要意义,以高光谱检测水稻病害得到了广泛应用,并且高光谱降维是光谱分析的重要环节.该研究在2019年沈农水稻试验基地获取水稻低空遥感冠层与地面冠层高光谱,并对其进行以窗口宽度为15和阶数为3的Savitzky-Golay平滑处理和光谱变换(得到原始光谱、一阶微... |
| 关 键 词： | 水稻纹枯病 病害检测 高光谱降维 Gram-Schmidt变换 粒子群优化 支持向量机回归 |
| 收稿时间： | 2020-07-02 |
| 本文献已被 CNKI 万方数据 等数据库收录！ | |
| 点击此处可从《光谱学与光谱分析》浏览原始摘要信息 | |
| 点击此处可从《光谱学与光谱分析》下载全文 | |