首页|基于BP神经网络对薇甘菊预处理方法的选取

基于BP神经网络对薇甘菊预处理方法的选取

扫码查看
原文链接
  • 国家科技期刊平台
  • NETL
  • NSTL
  • 万方数据
  • 维普
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.
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

展开 >

广西大学机械工程学院,广西南宁530004

中国农业科学院深圳农业基因组研究所,广东深圳518120

青岛中农万联科技有限公司,山东青岛266106

广东省科学院广州地理研究所,广东广州510070

展开 >

高光谱技术 薇甘菊目标识别 特征集选取 BP神经网络模型

国家自然科学基金青年科学基金大鹏新区产业发展专项资金项目南宁市重点研发计划广东省科学院实施驱动发展能力建设专项

31801804KY20180117201920652018GDASCX-0101

2020

安徽农业科学
安徽省农业科学院

安徽农业科学

影响因子：0.413
ISSN：0517-6611
年,卷(期)：2020.48(5)
  • 2
  • 13