基于支持向量機(jī)的小麥全蝕病近地成像光譜分類和監(jiān)測研究.pdf

1、小麥全蝕病是一種檢疫性土傳病害，由于缺少對小麥全蝕病有效的監(jiān)測手段，使其對小麥的生產(chǎn)產(chǎn)生極大危害。利用遙感技術(shù)宏觀、動態(tài)和實(shí)時的特點(diǎn)，可更好地監(jiān)測其發(fā)生發(fā)展，尤其近年發(fā)展迅速的成像光譜技術(shù)，在對目標(biāo)物成像的同時可測量其波譜特性，將目標(biāo)物輻射特性與波譜特性結(jié)合為圖譜特性，能得到地物真實(shí)的反射波譜信息。
　　支持向量機(jī)是一種基于統(tǒng)計學(xué)習(xí)理論和結(jié)構(gòu)風(fēng)險最小化原理的機(jī)器學(xué)習(xí)方法，該方法在小樣本數(shù)據(jù)訓(xùn)練中很好的解決了非線性、高維度等高光譜成

2、像數(shù)據(jù)處理中的出現(xiàn)的實(shí)際問題。利用基于支持向量機(jī)的全蝕病光譜圖像監(jiān)督分類技術(shù)，有利于提高小麥全蝕病監(jiān)測精度、減少生產(chǎn)成本、提高農(nóng)藥利用率。本研究主要從支持向量機(jī)的分類方法以及核函數(shù)的優(yōu)劣性的角度出發(fā)，對支持向量機(jī)在小麥全蝕病光譜圖像的分類和監(jiān)測上的應(yīng)用進(jìn)行研究。主要工作如下：
　　1.本文首先對現(xiàn)有的多分類支持向量機(jī)算法的特點(diǎn)進(jìn)行對比，進(jìn)而針對本研究中小麥全蝕病的光譜特征構(gòu)造多分類方法。為了降低噪音的敏感性問題，本文提出了基于灰色

3、聚類和基于核函數(shù)的主成分分析的高光譜數(shù)據(jù)預(yù)處理方法，對不同等級的小麥全蝕病的光譜特征進(jìn)行提取，實(shí)驗(yàn)表明，本研究提出的預(yù)處理方法對全蝕病等級的分類精度達(dá)到94％以上。
　　2.本文將灰色理論用于Sigmoid核函數(shù)中，提出基于灰色理論的Grey-Sigmoid核函數(shù)支持向量機(jī)。該方法利用樣本空間中兩個類別的樣本之間的樣本灰度值的相似度來代替點(diǎn)積運(yùn)算，樣本灰度的相似度描述了樣本隸屬于某類別的程度。實(shí)驗(yàn)結(jié)果表明，相對于傳統(tǒng)的Sigmoi