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、本文以TN1型水稻植株為研究對象,采用近紅外、拉曼光譜分析技術(shù)及高光譜成像技術(shù)分別進(jìn)行了一系列相關(guān)研究,主要研究內(nèi)容及結(jié)論為:
1、基于近紅外光譜分析技術(shù)建立受蟲害脅迫水稻的定性分析模型。
建立了受褐飛虱脅迫水稻的光譜定性判別模型。比較了PLSDA、SVMDA、PLS-SVMDA這3種模式識別法使用最佳預(yù)處理方法的效果,結(jié)果表明:模型鑒別效果良好,兩種非線性判別分析法的整體準(zhǔn)確率可達(dá)100%。通過GA提取特征波長,并
2、比較了各模式識別方法下的最優(yōu)模型,結(jié)果表明:GA-PLSDA整體準(zhǔn)確率為92.01%,GA-SVMDA和GA-PLS-SVMDA整體準(zhǔn)確率均達(dá)到97.37%。
建立了受二化螟迫害水稻光譜的定性判別模型,結(jié)果顯示:最佳預(yù)處理方法下,三種判別分析方法的整體準(zhǔn)確率均達(dá)100%。利用GA提取特征波長建模得到:GA-PLSDA準(zhǔn)確率為78.89%,其余兩種模型整體準(zhǔn)確率均為100%。
2、基于近紅外拉曼光譜分析技術(shù)的蟲害脅迫水
3、稻的無損早期檢測研究。
研究了受螟蟲迫害水稻與健康水稻的拉曼光譜的區(qū)別,并通過受害水稻的縱向研究來探索早期檢測的可行性。結(jié)果表明:拉曼光譜相對振動強度與受害程度呈一定線性關(guān)系;經(jīng)預(yù)處理后,觀察455cm-1、699cm-1、1248cm-1處的拉曼峰強度并測量其是否發(fā)生偏移現(xiàn)象可作為定性判別指標(biāo)之一。
3、基于高光譜成像技術(shù)的水稻病蟲害定性判別研究。
研究了受褐飛虱迫害水稻的成像光譜,結(jié)果表明:在400nm
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
- 基于光譜分析技術(shù)的水稻病蟲害早期檢測研究.pdf
- 水稻病蟲害防治技術(shù)
- 水稻蟲害的地面高光譜分析及其檢測軟件的設(shè)計.pdf
- 水稻病蟲害
- 水稻病蟲害圖譜
- 水稻的病蟲害分析與防治
- 水稻常見病蟲害防治技術(shù)
- 水稻病蟲害防治 課程
- 水稻病蟲害及防治
- 基于光譜分析技術(shù)的煤炭灰分檢測方法研究.pdf
- 基于光譜分析的燃油組分檢測技術(shù)研究.pdf
- 基于圖像的水稻病蟲害分割算法研究.pdf
- 第5章水稻病蟲害防治技術(shù)
- 基于GRASS的水稻病蟲害管理系統(tǒng)的研究與分析.pdf
- 水稻重要病蟲害配方施藥技術(shù)研究.pdf
- 辨癥狀識水稻病蟲害
- 基于概念格理論的水稻病蟲害防治研究.pdf
- 水稻病蟲害異常癥狀的識別
- 淺談水稻秧田期病蟲害防治技術(shù)
- 病蟲害防治論文病蟲害論文
評論
0/150
提交評論