首页 专利交易 科技果 科技人才 科技服务 国际服务 商标交易 会员权益 IP管家助手 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索

基于CARS-Ridge算法融合新型指数的小麦赤霉病识别方法 

买专利卖专利找龙图腾,真高效! 查专利查商标用IPTOP,全免费!专利年费监控用IP管家,真方便!

申请/专利权人:安徽大学

摘要:本发明涉及一种基于CARS‑Ridge算法融合新型指数的小麦赤霉病识别方法,包括:获得小麦赤霉病冠层高光谱数据;通过CARS、PCA和SPA三种算法对获取的小麦赤霉病冠层高光谱数据进行降维;通过RF、PLSR和Ridge三种算法进行建模,得到9个小麦赤霉病识别模型;通过对9个小麦赤霉病识别模型的结果进行十折交叉验证,确定最优模型;构建两个新型指数;将新型指数与最优模型进行融合,得到最优小麦赤霉病识别模型。本发明通过数据降维并结合新型指数构建评价了高光谱数据在小麦赤霉病识别中的应用潜力,提出了CARS‑Ridge算法和新型指数的开发,确定了最准确的小麦赤霉病识别模型,即最优小麦赤霉病识别模型;大大提高了现有病害反演的精度,克服了小麦赤霉病识别不准确的缺陷。

主权项:1.一种基于CARS-Ridge算法融合新型指数的小麦赤霉病识别方法,其特征在于:该方法包括下列顺序的步骤:1获取数据:获得小麦赤霉病冠层高光谱数据,同时对各个样方的发病率进行统计;2进行数据降维:通过CARS、PCA和SPA三种算法对获取的小麦赤霉病冠层高光谱数据进行降维,得到三种不同的特征集;3进行建模:通过RF、PLSR和Ridge三种算法进行建模,得到CARS-RF、CARS-PLSR、CARS-Ridge、PCA-RF、PCA-PLSR、PCA-Ridge、SPA-RF、SPA-PLSR和SPA-Ridge共9个小麦赤霉病识别模型;4确定最优模型:通过对9个小麦赤霉病识别模型的结果进行十折交叉验证,确定最优模型;5开发新型指数:以12个植被指数为基础,构建两个新型指数即WFItwo和WFIthree;6构建最优小麦赤霉病识别模型:将新型指数与最优模型进行融合,得到最优小麦赤霉病识别模型。

全文数据:

权利要求:

百度查询: 安徽大学 基于CARS-Ridge算法融合新型指数的小麦赤霉病识别方法

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。