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(dòng)態(tài)和實(shí)時(shí)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(shí)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(jì)學(xué)習(xí)理論和結(jié)構(gòu)風(fēng)險(xiǎn)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(jí)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(jí)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(gè)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