

版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請進(jìn)行舉報或認(rèn)領(lǐng)
文檔簡介
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
溫馨提示
- 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
- 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
- 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負(fù)責(zé)。
- 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請與我們聯(lián)系,我們立即糾正。
- 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時也不承擔(dān)用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。
最新文檔
- 基于支持向量機(jī)的高光譜圖像分類研究.pdf
- 基于支持向量機(jī)的多光譜數(shù)據(jù)分類.pdf
- 基于支持向量機(jī)的高光譜多類別分類研究.pdf
- 基于支持向量機(jī)的高光譜遙感圖像分類.pdf
- 基于支持向量機(jī)的高光譜圖像分類技術(shù)研究.pdf
- 基于支持向量機(jī)的高光譜遙感圖像分類方法研究.pdf
- 小麥全蝕病高光譜遙感識別方法研究.pdf
- 小麥全蝕病無人機(jī)遙感監(jiān)測研究.pdf
- 基于支持向量機(jī)的海量天體光譜數(shù)據(jù)分類系統(tǒng)研究.pdf
- 基于改進(jìn)支持向量機(jī)的高光譜遙感影像分類方法研究.pdf
- 基于支持向量機(jī)的圖像分類和檢索研究.pdf
- 基于支持向量機(jī)的文本主題分類和情感分類研究.pdf
- 基于成像高光譜的小麥氮素營養(yǎng)監(jiān)測研究.pdf
- 基于支持向量機(jī)的分類算法研究.pdf
- 基于支持向量機(jī)和K近鄰的聯(lián)合分類研究.pdf
- 基于支持向量機(jī)的多分類模型的研究和設(shè)計.pdf
- 基于邊界向量樣本的支持向量分類機(jī).pdf
- 基于支持向量機(jī)的多分類算法研究.pdf
- 基于支持向量機(jī)的多分類方法研究.pdf
- 基于支持向量機(jī)的文本分類研究.pdf
評論
0/150
提交評論