本文主要研究内容
作者王翔宇,朱晨光,傅泽田,张领先,李鑫星（2019）在《基于可见光光谱分析的黄瓜白粉病识别研究》一文中研究指出：白粉病是黄瓜常见病害之一,传播速度极快,严重时可造成黄瓜大量减产,对其进行快速准确识别,对黄瓜白粉病诊断和防治具有重要意义,应用可见光谱技术,结合主成分分析和支持向量机算法,实现对黄瓜白粉病的快速识别。配制白粉病菌孢子悬浮液,并人工接种于科研温室内的黄瓜叶片上,以诱发黄瓜白粉病,待白粉病有一定面积暴发后,利用海洋光学USB2000+型便携式光谱仪对黄瓜叶片光谱信息进行采集,利用五点取样法采集样本,在5个检查点,每点选取2株黄瓜进行调查,每株选取4枚感病叶片,每枚叶片随机选取5个感病区域进行光谱采集,共计采集200个感病叶片光谱样本,同样采集200个健康叶片样本作为对照。通过Ocean Optics Spectra-Suite软件采集漫反射标准白板信息和光谱仪暗电流实现光谱仪校正,调节积分时间、扫描次数以及平滑度等参数来实现光谱曲线平滑处理,以有效抑制光谱噪声,对光谱特征进行分类识别,去掉首尾噪声较大的波段,保留光谱的可见光波段进行研究,最终选取450～780 nm波段范围作为研究对象。利用主成分分析对所研究波段范围内的高维光谱数据(947维)进行降维处理,根据主成分的累计贡献率,选取前5个主成分作为分类模型的输入,以白粉病和健康叶片的判别结果作为输出,利用支持向量机算法,通过对样本的分类学习训练构建黄瓜白粉病和健康叶片的分类识别模型,随机选取120个样本作为训练集用于分类模型构建,其余80个样本作为测试集用于模型检验,并通过选取不同的核函数来获得最优模型。利用混淆矩阵对分类识别模型的准确率进行评价,当选取径向基核函数时,分类识别模型对黄瓜健康叶片和白粉病叶片的识别准确率最高,分别为100%和96.25%,总准确率为98.125%,具有较高的准确率。结果表明,利用可见光光谱信息并结合主成分分析和支持向量机算法,可以实现对黄瓜白粉病的快速准确识别,为黄瓜病害诊断提供了方法和参考依据。
Abstract
bai fen bing shi huang gua chang jian bing hai zhi yi ,chuan bo su du ji kuai ,yan chong shi ke zao cheng huang gua da liang jian chan ,dui ji jin hang kuai su zhun que shi bie ,dui huang gua bai fen bing zhen duan he fang zhi ju you chong yao yi yi ,ying yong ke jian guang pu ji shu ,jie ge zhu cheng fen fen xi he zhi chi xiang liang ji suan fa ,shi xian dui huang gua bai fen bing de kuai su shi bie 。pei zhi bai fen bing jun bao zi xuan fu ye ,bing ren gong jie chong yu ke yan wen shi nei de huang gua xie pian shang ,yi you fa huang gua bai fen bing ,dai bai fen bing you yi ding mian ji bao fa hou ,li yong hai xiang guang xue USB2000+xing bian xie shi guang pu yi dui huang gua xie pian guang pu xin xi jin hang cai ji ,li yong wu dian qu yang fa cai ji yang ben ,zai 5ge jian cha dian ,mei dian shua qu 2zhu huang gua jin hang diao cha ,mei zhu shua qu 4mei gan bing xie pian ,mei mei xie pian sui ji shua qu 5ge gan bing ou yu jin hang guang pu cai ji ,gong ji cai ji 200ge gan bing xie pian guang pu yang ben ,tong yang cai ji 200ge jian kang xie pian yang ben zuo wei dui zhao 。tong guo Ocean Optics Spectra-Suiteruan jian cai ji man fan she biao zhun bai ban xin xi he guang pu yi an dian liu shi xian guang pu yi jiao zheng ,diao jie ji fen shi jian 、sao miao ci shu yi ji ping hua du deng can shu lai shi xian guang pu qu xian ping hua chu li ,yi you xiao yi zhi guang pu zao sheng ,dui guang pu te zheng jin hang fen lei shi bie ,qu diao shou wei zao sheng jiao da de bo duan ,bao liu guang pu de ke jian guang bo duan jin hang yan jiu ,zui zhong shua qu 450～780 nmbo duan fan wei zuo wei yan jiu dui xiang 。li yong zhu cheng fen fen xi dui suo yan jiu bo duan fan wei nei de gao wei guang pu shu ju (947wei )jin hang jiang wei chu li ,gen ju zhu cheng fen de lei ji gong suo lv ,shua qu qian 5ge zhu cheng fen zuo wei fen lei mo xing de shu ru ,yi bai fen bing he jian kang xie pian de pan bie jie guo zuo wei shu chu ,li yong zhi chi xiang liang ji suan fa ,tong guo dui yang ben de fen lei xue xi xun lian gou jian huang gua bai fen bing he jian kang xie pian de fen lei shi bie mo xing ,sui ji shua qu 120ge yang ben zuo wei xun lian ji yong yu fen lei mo xing gou jian ,ji yu 80ge yang ben zuo wei ce shi ji yong yu mo xing jian yan ,bing tong guo shua qu bu tong de he han shu lai huo de zui you mo xing 。li yong hun xiao ju zhen dui fen lei shi bie mo xing de zhun que lv jin hang ping jia ,dang shua qu jing xiang ji he han shu shi ,fen lei shi bie mo xing dui huang gua jian kang xie pian he bai fen bing xie pian de shi bie zhun que lv zui gao ,fen bie wei 100%he 96.25%,zong zhun que lv wei 98.125%,ju you jiao gao de zhun que lv 。jie guo biao ming ,li yong ke jian guang guang pu xin xi bing jie ge zhu cheng fen fen xi he zhi chi xiang liang ji suan fa ,ke yi shi xian dui huang gua bai fen bing de kuai su zhun que shi bie ,wei huang gua bing hai zhen duan di gong le fang fa he can kao yi ju 。
论文参考文献
论文详细介绍
论文作者分别是来自光谱学与光谱分析的王翔宇,朱晨光,傅泽田,张领先,李鑫星，发表于刊物光谱学与光谱分析2019年06期论文，是一篇关于可见光谱论文,病害识别论文,主成分分析论文,支持向量机论文,光谱学与光谱分析2019年06期论文的文章。本文可供学术参考使用，各位学者可以免费参考阅读下载，文章观点不代表本站观点，资料来自光谱学与光谱分析2019年06期论文网站，若本站收录的文献无意侵犯了您的著作版权，请联系我们删除。
标签：可见光谱论文; 病害识别论文; 主成分分析论文; 支持向量机论文; 光谱学与光谱分析2019年06期论文;