基于支持向量机回归预测水稻叶片SPAD值 |
| |
引用本文: | 孙玉婷,王映龙,杨红云,周琼,杨文姬.基于支持向量机回归预测水稻叶片SPAD值[J].科技通报,2018(9). |
| |
作者姓名: | 孙玉婷 王映龙 杨红云 周琼 杨文姬 |
| |
作者单位: | 江西农业大学计算机与信息工程学院;江西省高等学校农业信息技术重点实验室;江西农业大学软件学院 |
| |
摘 要: | 提出了一种基于机器学习的水稻叶片SPAD值预测方法。通过水稻栽培实验获取样本叶片的SPAD值和叶片图像的RGB值,应用支持向量机原理,建立以叶色图像RGB值为输入参数,叶片SPAD值为输出参数的回归模型。通过样本训练测试和预测实验,对水稻叶片SPAD值预测结果的平方相关系数为91.70%,平均相对误差为3.423%。结果表明支持向量机回归模型对水稻叶片SPAD值的有很好的预测结果,能够满足农学研究的要求,研究方法具有良好的普适性和推广性。
|
本文献已被 CNKI 等数据库收录! |
|