基于改进型局部保持投影的作物生长特征优化方法.pdfVIP

第 30 卷 第 15 期 农 业 工 程 学 报 Vol.30 No.15 206 2014 年 8 月 Transactions of the Chinese Society of Agricultural Engineering Aug. 2014 基于改进型局部保持投影的作物生长特征优化方法 郏东耀，胡 泊，邹胜雄 （北京交通大学电子信息工程学院先进控制系统研究所，北京 100044 ） 摘 要：由于现有的用于农业作物生长监测数据的特征优化方法—局部保持投影（locality preserving projection, LPP ） 只保留局部信息，同时存在未考虑样本类别信息导致特征提取时误分类，准确率与数据优化效率并不理想。 针对上述问题，提出了改进型 LPP 方法，并将其用于作物生长特征的优化。首先将样本利用二维主成分分析 （two-dimensional principal component analysis, 2DPCA ）进行初步降维，保留原样本数据中的整体空间信息；然后 提出优化的 2 类子图—聚集子图和分离子图，用来描述不同类别数据之间的关联信息；然后提出优化的 2 类子图 对不同类别数据间的远近关系进行描述；最后采用改进型 LPP 算法，将数据进一步投影到低维空间，提取样本的 局部信息，完成样本特征优化。试验分析表明，改进型 LPP 具有很好的适应性，最高支持向量机（support vector machine, SVM ）分类准确率能够达到 96% 以上，使精度达到最高的最优维数比主成分分析（principal component analysis, PCA ）和二维主成分分析 2 种算法降低了 25% 以上，同时算法运行效率比PCA 与 2DPCA 算法提升 32.4% 与 8.3%，整体性能比基本LPP 算法更为优越，能够适应农作物多维数据的优化处理。研究结果为现代精准农业信 息监测过程中的数据处理与分析提供了参考。 关键词：优化；数据处理；监测；生长特征；特征优化；局部保持投影；二维主成分分析 doi ：10.3969/j.issn.1002-6819.2014.15.027 中图分类号：S24 文献标志码：A 文章编号：1002-6819(2014)-15-0206-08 郏东耀，胡 泊，邹胜雄. 基于改进型局部保持投影的作物生长特征优化方法[J]. 农业工程学报，2014，30(15)： 206－213. Jia Dongyao, Hu Po, Zou Shengxiong. Optimization method for crop growth features based on improved locality preserving projection[J]. Transactions of the Chinese Society of Agricultural Engineering (Transactions of the CSAE), 2014, 30(15): 206 －213. (in Chinese with English abstract) 2DLDA ）、二维主成分分析[7-8] （two-dimensional 0 引 言 principal component analysis, 2DPCA ）、独立成分分 目前，精准农业已成为国内外农业发展的新趋 析[9] （independent component a