基于Mann-Whitney非参数检验和SVM的竹类高光谱.pdfVIP

第31卷，第11期 光谱学与光谱．分．析 v01．31，№．j1，pp!o!o一3013 -2 ol and Analysis Novembcr，20l1 1年11月 spectroscopyspcctral 陈永刚，丁丽霞，葛宏立，张茂震，胡 芸 浙江农林大学，浙江省森林生态系统碳循环与固碳减排重点实验室，环境科技学院，浙江临安311300 摘要以毛竹、雷竹和孝顺竹野外高光谱数据为基础，在非参数统计理论和模式识别的基础上，提出了利 用Mann—whitney非参数检验筛选竹类间最佳特征区分波段及利用支持向最机识别竹类的问题。研究结果表 038～1 000，1 084，l238～1311， 明：(1)毛竹与雷竹之间的最佳区分波段为503～655，689～732，757～1 l404～l 682～1 856～l 923～2500 591，1 800，l 904和1 m，毛竹与孝顺竹之问的最佳区分波段为350～ 796～1873 386，731～1430，l584～1687，1 nm，雷竹与孝顺竹之间的最佳区分波段为355～356，498～ 344～2500 662，689～745和1 nm；利用Marul一whitney非参数检验方法可以分别消除30．o％，57．7％和 35．8％的无效区分波段。(2)在最佳区分波段内，利用支持向量机的SMu算法进行高光谱竹类识别，模型 精度分别为98．4％，93．5％和95．1％，模型泛化精度分别为93．3％，90．o％和86．7％，表明此方法町有效 区分和识别竹亚科中的不同竹类。 关键词 Mann-whitney检验；高光谱；sVM；竹亚科 中图分类号：s771．8文献标识码：A DOI：10．3964／j．issn．1000—0593(2011)11—3010—04 500 量。光髀仪波长范围为350～2m，共2151个波段，波 引 言 长精度为士lm。在浙江省浙江农林大学校院翠竹吲内采集 竹类光谱数据。在竹叶新鲜状态下，使用光谱仪的植被高密 高光谱数据波段多、数据冗余度大，利用高光谱数据进 度探头进行光谱测鳍，每测完10片叶面进行一次标准白板 行数据识别时，选择提取特征光谱至关重要[1矗]。干渊、王志 的校正，以保证数据的准确件。以竹业科中毛竹、雷竹、孝 辉等分别利用光潜微分技术对油菜、南方常见树种进行高光 顺竹3种外形较相似的竹类进行试验，每种竹类采集45份 谱特征选择及识别并取得r较好的效果。张健楠等利用非参 叶片样本，其中30份记录作为学习样本数据，15份作为测 数回归与最近邻方法实现了一种有效的恒星光谱自动分类方 试样本数据。 1．2 ManI卜whitney非参数检验 法。RickArchibald等利用svIⅥ算法对人VIRIs影像进行特 征提取和识别[3]。邢飞、王圆圆等采用支持向量机进行光谱 非参数检验是一种与总体分布状况无关的检验方法，它 特征提取和识别，发现支持向量机识别精度高且有较强的泛 不依赖于总体分布的形式，不考虑被研究对象为何种分布及