排序方式: 共有8条查询结果,搜索用时 10 毫秒
1
1.
2.
3.
粳稻冠层叶绿素含量PSO-ELM高光谱遥感反演估算 总被引:1,自引:0,他引:1
目的 叶绿素含量是表征粳稻生长状态的重要指示信息,利用无人机高光谱遥感技术及时获取区域尺度的粳稻叶绿素含量。方法 以2016—2017年沈阳农业大学辽中水稻实验站粳稻无人机遥感试验数据为基础,利用连续投影算法(SPA)进行有效波段的提取,提取的特征波段分别为410、481、533、702和798 nm。将提取出的特征波段作为输入,利用极限学习机(ELM)和粒子群优化的极限学习机(PSO-ELM)分别建立粳稻冠层叶绿素含量反演模型。在PSO-ELM模型中,针对PSO算法的种群规模(p)、惯性权重(w)、学习因子(C1、C2)、速度位置相关系数(m)这5个参数进行了优化。结果 确定了最优参数:p为80,w为0.9~0.3线性递减,C1和C2分别为2.80和1.10,m为0.60。利用优化后的ELM和PSO-ELM所建立的粳稻冠层叶绿素含量模型的决定系数分别为0.734和0.887,均方根误差分别为1.824和0.783。结论 利用优化后的PSO-ELM建立的粳稻叶绿素含量反演模型精度要明显高于单纯利用ELM建立的反演模型,前者具有较好的粳稻叶绿素含量反演能力。本研究为东北粳稻叶绿素含量反演无人机遥感诊断提供了数据支撑和应用基础。 相似文献
4.
5.
6.
天然斜发沸石催化α—蒎烯水合反应研究 总被引:1,自引:0,他引:1
用两种云南产天然斜发沸石催化α-蒎烯的水合反应,采用程序升温脱附法研究了催化与催化剂酸性质间的关系;讨论了反应温度、反主催化剂用量对水合反应的影响,说物为α-权油醇。 相似文献
7.
粳稻氮素含量的快速、无损、准确反演,可以反映和诊断作物的氮营养状况,为施肥决策提供依据。基于田间试验采集的粳稻分蘖期无人机光谱影像数据与对应氮素含量数据,采用无信息变量消除法(uninformation variable elimination,UVE)筛选得到的特征波段光谱反射率两两组合构建NDVI、DSI、RVI、RDVI、TVI、NRVI、WDRVI、LogR指数变量,根据与粳稻叶片氮素含量的决定系数等势图挑选出9组不同的植被指数组合(8种植被指数的组合共1组,每一种植被指数的组合共8组)分别作为模型的输入量,构建极限学习机(extreme learning machine,ELM)、天牛须搜索算法优化极限学习机(tenniu shall optimize-extreme learning machine,BAS-ELM)粳稻冠层叶片氮素含量反演模型并验证分析。UVE算法较好地剔除了无用及冗余信息波段,得到266个光谱特征波段;在构建植被指数过程中,各指数与粳稻冠层叶片氮含量的决定系数R2分布在0.7283~0.7580之间,构建的植被指数均与氮含量呈现显著... 相似文献
8.
精准预测玉米出机水分含量是实现玉米干燥过程自动控制的关键。为提升玉米干燥系统自动化程度,实现玉米出机水分的快速、无损、精准预测,研究依托粮食干燥模拟试验系统,通过调节干燥过程的热风温度、干燥段温度和排粮频率,设计8组多批次玉米干燥平行试验,分时段获得玉米干燥过程6个点位的温湿度特征数据,以及相对应的出机玉米水分含量数据;通过相邻平均法(adjacent average smoothing,AAS)对12组温湿度特征数据进行平滑处理,平滑后的数据点集合毛刺减少、波动明显缓解,12组特征数据与玉米出机水分含量的Pearson相关性大幅提升,提高幅度在0.061~0.105之间,为后续构建玉米水分预测模型提供了数据基础;进而,研究以相邻平均法平滑后的12组特征数据作为模型输入量,构建了基于极限学习机(extreme learning machine,ELM)的玉米干燥过程出机水分含量预测模型并进行评价分析。结果表明:基于ELM的玉米出机水分含量预测模型以sigmoid为激活函数、神经元个数设定为22时,模型运行速率较快、预测效果较好,其中训练集和验证集拟合优度R2分别为0.988 6和0.9... 相似文献
1