安徽农业科学

2020, v.48;No.642(05) 246-249+269

[打印本页] [关闭]
本期目录(Current Issue) | 过刊浏览(Past Issue) | 高级检索(Advanced Search)

基于BP神经网络对薇甘菊预处理方法的选取
Selection of Pretreatment Method for Mikania micrantha Based on BP Neural Network

黄亦其;李婕;赵建晔;杨睿;李岩舟;孙中宇;乔曦;

摘要(Abstract):

以入侵植物薇甘菊高光谱图像为研究对象,基于4种预处理方法对薇甘菊高光谱图像进行降低噪声处理,分别研究了基于主成分分析的特征提取方法和基于BP神经网络的分类模型,筛选出薇甘菊高光谱识别的最优预处理方法,以实现薇甘菊的快速准确识别。结果显示,预处理方法为一阶、二阶微分的识别率分别为81.2%和76.92%;标准正态变量变换(SNV)和一阶微分+SG平滑的识别率分别为89.74%和87.18%。多次试验得到基于SNV预处理方法的识别率最稳定,即得到最优预处理方法为SNV。

关键词(KeyWords): 高光谱技术;薇甘菊目标识别;特征集选取;BP神经网络模型

Abstract:

Keywords:

基金项目(Foundation): 国家自然科学基金青年科学基金项目(31801804);; 大鹏新区产业发展专项资金项目(KY20180117);; 南宁市重点研发计划(20192065);; 广东省科学院实施驱动发展能力建设专项(2018GDASCX-0101)

作者(Author): 黄亦其;李婕;赵建晔;杨睿;李岩舟;孙中宇;乔曦;

Email:

DOI:

参考文献(References):

扩展功能
本文信息
服务与反馈
本文关键词相关文章
本文作者相关文章
中国知网
分享