概率神经网络的水稻种植面积遥感信息提取研究

为了提高水稻种植面积遥感信息提取精度,将根据水稻生长期所选择的多时相遥感影像经过大气校正和几何校正后,实施单波段统计、主成份变换和比值变换,选出最佳组合波段,通过分析概率神经网络(probabilistic neural network,PNN)的学习算法和基本结构,对最佳组合波段影像实现PNN模型分类,并将其分类结果与反向传播(back propagation,BP)神经网络模型和最小距离法的分类结果进行比较.结果表明:PNN模型比最小距离法的分类精度高出近6个百分点;PNN模型比BP模型的分类精度高出近13个百分点;对于水稻种植面积提取精度,PNN模型比最小距离法的结果高出15个百分点.从本次试验可知,PNN模型是一种有效的遥感影像分类方法,在作物种植面积提取方面将具有独到的功效.     

Application of neural networks to discriminate fungal infection levels in rice panicles using hyperspectral reflectance and principal components analysis

Detecting plant health condition is an important step in controlling disease and insect stress in agricultural crops. In this study, we applied neural network and principal components analysis techniques for discriminating and classifying different fungal infection levels in rice (Oryza sativa L.) panicles. Four infection levels in rice panicles were used in the study: no infection condition, light and moderate infection caused by rice glume blight disease, and serious infection caused by rice false smut disease. Hyperspectral reflectance of rice panicles was measured through the wavelength range from 350 to 2500 nm with a portable spectroradiometer in the laboratory. The spectral response characteristics of rice panicles were analyzed, and principal component analysis (PCA) was performed to obtain the principal components (PCs) derived from different spectra processing methods, namely raw, inverse logarithmic, first, and second derivative reflectance. A learning vector quantization (LVQ) neural network classifier was employed to classify healthy, light, moderate, and serious infection levels. Classification accuracy was evaluated using overall accuracy and Kappa coefficient. The overall accuracies of LVQ with PCA derived from the raw, inverse logarithmic, first, and second derivative reflectance spectra for the validation dataset were 91.6%, 86.4%, 95.5%, and 100% respectively, and the corresponding Kappa coefficients were 0.887, 0.818, 0.939 and 1. Our results indicated that it is possible to discriminate different fungal infection levels of rice panicles under laboratory conditions using hyperspectral remote sensing data.     

利用主成分回归方法预估连云港地区水稻气象产量

根据连云港地区1974-2016年5个站点的气象资料和水稻产量资料,利用主成分回归方法研究该地区水稻不同生长期内,气象要素与水稻气象产量的关系,构建预估模型并对其进行检验.结果表明,抽穗开花期和灌浆成熟期的气温、积温等热力因子对连云港地区水稻气象产量影响最大;主成分分析的前3个分量为"抽穗开花期因子"、"灌浆成熟期因子...     

Vegetation detection and discrimination within vegetable plasticulture row-middles using a convolutional neural network

Precision Agriculture - Weed control between plastic covered, raised beds in Florida vegetable crops relies predominantly on herbicides. Broadcast applications of post-emergence herbicides are...     

主成分分析法和稳定度指数法评价森林群落稳定性比较

基于森林群落稳定性评价理论,以宝天曼国家级自然保护区内的栎类天然次生林群落为研究对象,选择反映森林群落抵抗力、恢复力、持久性的评价指标(共15个),构建主成分分析和稳定度指数评价模型,计算相应的综合评价值和稳定度指教,以此分别评价了群落稳定性,并对所得的结果进行了比较分析.结果表明,宝天曼地区栎类天然次生林群落总体处于...     

红麻主要产量性状的相关性和主成分分析

以20个杂交红麻新品种为研究对象,以茎粗、皮厚、单株去叶鲜茎重、单株纤维产量等9个产量性状为研究指标,利用相关性分析和主成分分析对红麻各产量性状进行了研究.相关性分析表明,茎粗、皮厚、单株去叶鲜茎重、单株鲜皮重和单株干皮重对单株纤维产量有重要影响.主成分分析表明:前4个主成分累计贡献率占95.76％,分别为纤维产量构成因子(60.71％)、晒干率和出麻率(18.51％)、第3和第4主成分可归到第1因子和第2因子.在品种选育时,应注意选择植株较高、中等茎粗、韧皮较厚、晒干率较高的材料,以确保红麻高产.     

不同播期早籼稻米品质性状的变异及主成分分析

采用播期调节方法对华南稻区11个主栽早籼稻品种的9个品质性状进行变异分析及主成分分析,结果表明:不同播期对早籼稻米不同品质性状的影响不一样;综合6播期稻米品质性状达优质稻谷国标的概率,胶稠度的达标率最高,垩白度表现最差,三级达标率为0;不同品质性状对播期变化所表现的变异程度不一致,垩白度、垩白粒率和垩白面积的变异最大,其次是胶稠度和整精米率,长宽比的变异度最小;主成分分析中,包含糙米率、精米率、整精米率和垩白度的第一主成分因子对稻米品质的贡献最大,贡献率达43.81%,其次是胶稠度和碱消值,与前者的累计贡献率达61.74%。     

黑龙江省近期审定大豆品种的聚类分析和主成分分析

对70份黑龙江省近期审定的大豆品种的17个生物学性状进行聚类分析,根据遗传距离将大豆品种分为5个类群,有的类群品种性状遗传分歧与地理分布呈平行关系,有的品种所属类群与地理差异并不一致,说明黑龙江大豆品种的多样性和遗传分歧的多向性。主成分分析选出了产量、熟期、分枝、荚数、粒重等5个综合性状因子对品种进行评价。     

红麻产量与品质性状的相关及其主成分分析

选用74份不同来源的红麻种质资源,对10个产量与品质性状进行相关分析表明,株高、皮厚、单株生皮重3个性状对单株干皮重和纤维支数有重要影响;进行主成分分析表明,前4个主成分分别为韧皮纤维产量构成因子(52.68%)、茎秆皮骨构成因子(12.96%)、纤维品质构成因子(10.77%)及晒干率构成因子(9.18%),其累计贡献率达85.61%.因此,在品种选育时,应注意选择植株较高、中等茎粗、韧皮较厚、晒干率较高和品质优良的材料,以确保高产优质.     

主成分分析与聚类分析在土壤分类中的应用

为了更好地保护上海古树,对古树生长点的土壤进行调查与测试,并进行了指标间相关分析、主成分分析和聚类分析。结果表明:古银杏、古香樟的生长与土壤的容重、有效N、速效P和脲酶呈显著相关,由主成分分析划分的5个主成分可全面概括17项土壤肥力指标;采用聚类分析将古树生长样点划为4种肥力类型,并对各土壤类型提出了相应的改良措施。     

基于主成分分析和聚类分析的贵州烟叶品质类型划分

本研究把烟叶外观质量评价和常规化学成分评价相结合,建立基于主成分分析和聚类分析的Fisher判别函数的烟叶质量评价模型,对贵州烤烟的品种类型进行划分,旨在为烟叶质量评价提供科学方法,并在生产上进行指导。     

基于BP神经网络的水稻卷叶识别

[目的]对水稻卷叶进行分类识别,为研究水稻的抗旱性和实施自动化农业、精准农业提供技术支持.[方法]通过数字图像处理方法提取5个水稻特征数据,即水稻的周长面积比、水稻面积与水稻最小外接矩形的面积比、水稻的计盒维数、水稻面积与水稻凸包的面积比、水稻绿色部分面积占比;运用MATLAB构建BP神经网络,依据水稻特征数据对水稻卷叶进行分类识别.[结果]在提取的5个水稻特征数据中,有助于分类的特征包括水稻的周长与面积比、水稻面积与最小外接矩形面积比及水稻的绿色部分占比3个特征.在300组样本数据的分类中,总体样本分类正确率达96.47%,训练样本分类正确率达96.61%,验证样本分类正确率达96.17%,测试样本分类正确率达96.33%.因此,采用BP神经网络对水稻卷叶的识别程度高达90.00%以上,具有良好的分类效果.[建议]今后应对水稻卷叶的类别多分几类进行识别,还应将BP神经网络对水稻卷叶进行分类识别的过程实现自动化,并广泛应用于水稻的学术研究和现实生产.     

用主成分分析法决策湖北核桃优系核仁加工产品类型

应用主成分分析法 ,从样本相关矩阵出发 ,对 10个湖北核桃优系核仁的主要营养成分 (粗脂肪、粗蛋白、可溶性糖及矿质元素 )进行分析 ,依据各营养成分累计方差百分率达到 85 %以上 ,提出了 5个反映核仁营养的主成分及主成分函数式。经对因子荷载矩阵作方差最大正交旋转后 ,各主成分生物学内涵显示出核仁利用类型与当今国内外市场销售的核仁产品相类似。通过计算各优系的主成分得分值 ,进而选择加工产品类型的适宜优系 ,其结果与实际表型相近似。表明主成分分析法在核仁加工产品类型决策及相应优系选择中具有重要的理论意义和实践意义。     

用主成分分析法选择金柑果实品质的评价因素

用主成分分析法分析了28份金柑果实样品品质构成的10个指标因子.结果表明,前6个主成分反映了果实品质94.02%的信息,根据6个主成分对10个品质因子的特征向量进行系统聚类分析,得到6个指标类别,在此基础上依主成分特征向量(权重系数)大小选择可溶性固形物、单果重、种子数、着色度、维生素C、可滴定酸共6个指标为金柑果实品...     

初生仔马鹿体尺和体重的聚类与主成分分析

对55只初生仔马鹿的14个体尺性状指标进行聚类与主成分分析,结果表明,聚类与主成分分析的结果是一致的,都可以把14个性状指标根据相似性关系分为胸部因子、尻部因子、头部因子和尾部因子共4类,并根据累积贡献率和特征向量在信息含量表达式中的大小,选出体重、胸围、体斜长、体高、尻宽、头宽、尾长为代表性的性状指标.     

基于主成分分析及聚类分析法的岩溶区生态脆弱性评价——以毕节岩溶区为例

毕节岩溶区属于典型的生态环境脆弱区,地表崎岖破碎,石漠化、水土流失严重,土地退化速度快,环境承载能力差,使岩溶区的社会经济发展与生态环境不相适应,造成岩溶区的可持续发展能力弱.以毕节岩溶区为例,选择影响该地区生态环境脆弱的15项重要因子作为评价指标,构建岩溶区生态环境脆弱性评价指标体系,然后运用主成分分析和聚类分析法对毕节岩溶区的8个县市进行生态环境脆弱性评价研究.结果表明,毕节地区8个县市中黔西县和金沙县为轻度脆弱区,毕节市、大方县、织金县和威宁县为中度生态脆弱区,赫章县和纳雍县为重度生态脆弱区.该划分结果与自然环境和社会经济状况基本吻合,可为该地区生态环境治理和恢复提供参考依据.     

主成分分析在园艺植物研究中的应用

对辣椒大规模制种的影响因素进行综合分析,找到辣椒规模制种的最佳调控阶段,提出可利用多元统计中的主成分分析法对园艺植物研究进行新的评价。     

曲靖烟区烤烟气候适宜性综合评价和主成分聚类分析

以曲靖各县区1971-2007年累计37年的气象观测数据为基础资料,采用主成分聚类分析法对各县区烤烟气候进行了初步分类,并基于模糊数学原理,运用多元统计分析方法对曲靖烤烟气候适宜性进行了综合评价,结果表明:曲靖烟区烤烟气候适宜性指数(climate feasibility index,CFI)为0.839±0.040,...     

基于聚类分析和主成分分析的河南省农业经济评价研究

使用聚类分析法和主成分分析法,将河南省18个市依照9个指标分为3个农业经济发展类别,即农业经济发展领先区、农业经济发展中等区和农业经济发展相对落后区;分析各类别的主要指标数据,发现各地区之间存在较大的差异。选取了影响农业经济发展水平的3个主成分,并计算各指标的权重,得出农业经济发展的综合得分模型,最后针对性地提出各类地区农业经济发展的决策与建议,为推动河南省农业经济发展提供借鉴。     

主成分分析法在耕地质量评价中的应用

本文根据土地资源的特点,对陕北干旱地区旱作耕地土壤的１０个样本７个指标,应用主成分分析法进行了耕地质量评价的探索性研究,分析结果表明,第Ⅰ￣Ｖ主成分综合携带了全部信息的９４．２６％,各点类聚性强。根据主成分的综合得分划分耕地地力等级,其结果与其它评价的方法实际情况是一致的。此法步骤规范,可以避免信息的交叉和重叠,使分析结果更加清晰和有说服力,且计算简便,又便于计算机处理。主成分分析法对于土地质量评