本發(fā)明公開了一種基于高光譜的植物葉片氮素豐缺快速無損高準(zhǔn)確率的鑒別方法。本發(fā)明對(duì)葉片樣本進(jìn)行高光譜采集,在對(duì)高光譜數(shù)據(jù)進(jìn)行降噪預(yù)處理后,對(duì)光譜數(shù)據(jù)進(jìn)行特征提取,建立光譜特征與植物葉片氮素水平標(biāo)準(zhǔn)類別的校正模型;采集未知樣本的高光譜數(shù)據(jù),對(duì)光譜數(shù)據(jù)進(jìn)行降噪預(yù)處理后,將光譜轉(zhuǎn)換為特征空間,代入校正模型對(duì)待測(cè)樣本進(jìn)行氮素水平分類鑒別,得出植物葉片是否為缺氮、正常氮還是過量氮水平。本發(fā)明技術(shù)方案采用便攜式高光譜儀器進(jìn)行采集植物葉片光譜,采用一種Adaboost+SLPP特征提取方法對(duì)葉片光譜數(shù)據(jù)進(jìn)行特征提取,利用KNN作為分類器,能有效提高鑒別預(yù)測(cè)準(zhǔn)確率。
聲明:
“植物葉片氮素豐缺快速無損高準(zhǔn)確率的鑒別方法” 該技術(shù)專利(論文)所有權(quán)利歸屬于技術(shù)(論文)所有人。僅供學(xué)習(xí)研究,如用于商業(yè)用途,請(qǐng)聯(lián)系該技術(shù)所有人。
我是此專利(論文)的發(fā)明人(作者)