科研之友
微信
新浪微博
Facebook
分享链接
摘要
为了实现番茄叶霉病的无损检测，利用高光谱成像系统在370～930 nm波长范围内分别采集了健康、轻微和严重病变三类叶片样本的高光谱数据。首先采用主成分分析法和连续投影法提取光谱数据的特征信息，然后运用网格搜索算法、粒子群算和遗传算法对支持向量机分类器中使用的惩罚因子c和核参数g进行参数寻优，最后分别以全谱数据、PCA提取的2个特征变量、SPA提取的14个特征变量、SPA-PCA提取的6个特征变量作为SVM模型的输入，建立番茄叶霉病的全谱-SVM、PCA-SVM、SPA-SVM和SPA-PCA-SVM分类模型。结果表明，SPA-PCA-SVM模型的分类效果最优，建模输入变量少，检测精度较高，运行速度较快。
- 单位
