科研产出
无人机可见光谱识别越冬期油菜叶片叶绿素含量估测研究
《作物研究 》 2022
摘要:本研究利用湖南农业大学耘园基地60个不同种类油菜越冬期叶绿素含量及叶片SPAD值,结合无人机可见光谱数据进行相关分析。利用Matlab 2020a图像处理系统软件进行图像分析,获取图像中的各项颜色特征,筛选出B、G/R、G/B、G/(R+B)、(G-R)/B、(G-B)/R、(G-R)/(G+R)、(G-B)/(G+B)、(G-R)/(R+G+B)和(G-B)/(R+G+B)等10个与油菜SPAD值显著相关的颜色特征,采用BP神经网络(BPNN)、多元逐步回归(MSR)和多元线性回归(MLR)方法分别构建油菜SPAD值分析模型。结果表明,3种分析方法中,BP神经网络模型精度最高,其模型的R~2、RMSE分别为0.461、2.147,模型验证的R~2、RMSE、RPD分别为0.367、2.012、1.642。综合分析,无人机可见光谱图像结合BP神经网络模型可以监测不同类型油菜越冬期叶绿素的含量及油菜田间长势。本研究可为降低油菜田间调查成本和促进油菜效益提高及规模化生产提供参考。
关键词: 甘蓝型油菜 SPAD 无人机可见光谱 图像颜色特征 BP神经网络
近红外光谱法鉴别奶牛饲料中三聚氰胺甲醛树脂的可行性研究
《食品科学 》 2012 北大核心 CSCD
摘要:收集国内常用的、具有代表性的奶牛精补料33个样品,制备99个三聚氰胺甲醛树脂(MF)掺假样品,在全光谱范围内进行近红外透反射光谱扫描,选择合适的前处理方法,采用BP神经网络方法和PLS-LDA方法分别建立判别模型。建立的BP神经网络判别分析模型的预测正确率为100%,建立的PLS-LDA判别分析模型的交互验证最低错误率为0.0778,模型错分率为0.0667,模型预测错误率为0.1429。说明利用近红外透反射光谱建立定性分析模型来检测奶牛饲料中是否掺有MF的研究是可行的。
关键词: 奶牛饲料 三聚氰胺甲醛树脂 近红外光谱 BP神经网络 PLS-LDA
首页上一页1下一页尾页