专利名称: |
玉米生育期光谱图像与叶绿素含量相关性及时期划分方法 |
摘要: |
本发明属于植物研究技术领域,公开了一种玉米生育期光谱图像与叶绿素含量相关性及时期划分方法,基于因子分析、类分析,对多光谱图像进行波段融合,提取多光谱灰度的特征;建立在玉米的整个生育期内多光谱图像灰度和叶绿素的拟合模型;使用机器学习分类模型,LinearSVC、KNeighbors、SVC和Ensemble,建立多光谱图像和玉米生育时期中,拔节期、小喇叭口期、大喇叭口期、抽雄期、开花期、抽丝期、子粒形成期、乳熟期、蜡熟期的分类模型.本发明在样本数量有限的情况下,对多光谱进行波段融合,也能够进一步提高分类器的精度。 |
专利类型: |
发明专利 |
国家地区组织代码: |
内蒙古;15 |
申请人: |
内蒙古大学 |
发明人: |
张志斌;徐明星 |
专利状态: |
有效 |
发布日期: |
2019-01-01T00:00:00+0800 |
申请号: |
CN201810846451.5 |
公开号: |
CN108982377A |
代理机构: |
北京金智普华知识产权代理有限公司 11401 |
代理人: |
杨采良 |
分类号: |
G01N21/25(2006.01)I;G;G01;G01N;G01N21;G01N21/25 |
申请人地址: |
010021 内蒙古自治区呼和浩特市赛罕区大学西路235号内蒙古大学 |
主权项: |
1.一种玉米生育期光谱图像与叶绿素含量相关性及时期划分方法,其特征在于,所述玉米生育期光谱图像与叶绿素含量相关性及时期划分方法包括:基于因子分析、类分析,对多光谱图像进行波段融合,提取多光谱灰度的特征;建立在玉米的整个生育期内多光谱图像灰度和叶绿素的拟合模型;使用机器学习分类模型,LinearSVC、KNeighbors、SVC和Ensemble,建立多光谱图像和玉米生育时期中拔节期、小喇叭口期、大喇叭口期、抽雄期、开花期、抽丝期、子粒形成期、乳熟期、蜡熟期的分类模型。 |
所属类别: |
发明专利 |