冬小麥導數光譜特征提取與缺磷脅迫神經網絡診斷

摘要：分別于返青期、拔節期、抽穗期和灌漿期采集不同磷素處理的冬小麥葉片原始高光譜數據;之后求取其一階導數(一階導數光譜)并進行小波去噪處理;通過分析原始光譜和一階導數光譜對小同磷素處理水平的響應特征,確定敏感波長范圍并提取四種吸收面積;將每個葉片磷素含量值對應的四種吸收而積的歸一化值,作為樣本空間樣本點的位置坐標(4維樣本輸入矢量),對應葉片磷素含量的歸一化值作為該樣本點的目標輸出,二者同時提交給徑向基函數神經網絡.結果表明:(1)冬小麥葉片原始光譜對葉片磷素含量變化反應敏感的波長范圍為426～435 nm和669～680 nm.(2)一階導數光譜的敏感波長范圍為481～493 nm和685～696nm.(3)訓練后的徑向幕函數神經網絡模型能夠學習和掌握樣本點與目標輸出之間的線性/非線性映射關系,并且具有一定的推廣能力. 作者： 劉煒[1]  常慶瑞[1]  郭曼[1]  邢東興[2]  員永生[1] Author： LIU Wei[1]  CHANG Qing-rui[1]  GUO Man[1]  XING Dong-xing[2]  YUAN Yong-sheng[1] 作者單位： 西北農林科技大學資源環境學院,陜西楊凌,712100西北農林科技大學資源環境學院,陜西楊凌,712100;咸陽師范學院資源環境系,陜西咸陽,712000 期 刊： 光譜學與光譜分析   ISTICEISCIPKU Journal： SPECTROSCOPY AND SPECTRAL ANALYSIS 年，卷(期)： 2011, 31(4) 分類號： S127 關鍵詞： 可見/近紅外光譜    冬小麥    磷素營養    小波去噪    數值積分    徑向基函數神經網絡    機標分類號： TH7 O65 機標關鍵詞： 冬小麥    一階導數光譜    特征提取    缺磷脅迫    神經網絡診斷    Neural Network    Radial Basis Function    Derivative Spectra    Based    磷素含量    波長范圍    小麥葉片    樣本點    徑向基函數神經網絡    磷素處理    歸一化值    非線性映射關系    神經網絡模型    敏感    高光譜數據 基金項目： 國家科技支撐計劃重大項目，國家自然科學基金項目，國家(973計劃)項目 冬小麥導數光譜特征提取與缺磷脅迫神經網絡診斷[期刊論文]  光譜學與光譜分析 --2011, 31(4)劉煒  常慶瑞  郭曼  邢東興  員永生分別于返青期、拔節期、抽穗期和灌漿期采集不同磷素處理的冬小麥葉片原始高光譜數據;之后求取其一階導數(一階導數光譜)并進行小波去噪處理;通過分析原始光譜和一階導數光譜對小同磷素處理水平的響應特征,確定敏感波長范...

【冬小麥導數光譜特征提取與缺磷脅迫神經網絡診斷】相關文章：

缺磷脅迫下煙草葉片磷脂酰甘油(PG)含量降低的分子機理05-02

冬小麥氮、磷、鉀平衡施肥試驗05-02

磷脅迫下AMF對玉米生長的影響04-30

磷、鉀對冬小麥養分吸收、分配及運轉規律的影響04-27

植物根系形態對低磷脅迫應答的研究進展05-02

BP神經網絡在橋梁結構損傷診斷中的應用05-01

基于LVQ神經網絡模型的飛機故障分類診斷05-02

基于克隆聚類的特征提取與多傳感器故障診斷04-28

低磷脅迫下云南松幼苗的生物量及其分配05-02

基于神經網絡的攤鋪機液壓系統故障診斷方法04-27