马铃薯干物质含量高光谱检测中变量选择方法比较-农业机械学报.pdfVIP

２０１２年 ２月 农 业 机 械 学 报 第 ４３卷 第 ２期 ＤＯＩ：１０．６０４１／ｊ．ｉｓｓｎ．１０００１２９８．２０１２．０２．０２６ 马铃薯干物质含量高光谱检测中变量选择方法比较 周　竹　李小昱　高海龙　陶海龙　李　鹏　文东东 （华中农业大学工学院，武汉 ４３００７０） 　　【摘要】　为提高利用高光谱成像技术快速检测马铃薯干物质含量的精度，比较了主成分分析法（ＰＣＡ）、组合 间隔偏最小二乘法（ｓｉＰＬＳ）、遗传偏最小二乘法（ＧＡ ＰＬＳ）、无信息变量消除法（ＵＶＥ）以及竞争性自适应重加权算 法（ＣＡＲＳ）等变量选择方法。在此基础上提出一种竞争性自适应重加权算法与连续投影算法（ＳＰＡ）相结合的波长 选择方法，最终将原始光谱变量从６７８个减少到了２７个。用２７个变量建立多元线性回归模型，模型预测集相关系 数Ｒ为０８６，预测均方根误差为 １０６％。实验结果表明：高光谱成像技术能够对马铃薯干物质含量进行检测，同 ｐ 时 ＣＡＲＳ ＳＰＡ是一种有效的变量选择方法。 关键词：马铃薯　干物质　高光谱　变量选择　竞争性自适应重加权算法 中图分类号：Ｏ６５７３９；Ｓ１２３ 文献标识码：Ａ 文章编号：１０００１２９８（２０１２）０２０１２８０６ ＣｏｍｐａｒｉｓｏｎｏｆＤｉｆｆｅｒｅｎｔＶａｒｉａｂｌｅＳｅｌｅｃｔｉｏｎＭｅｔｈｏｄｓｏｎＰｏｔａｔｏ ＤｒｙＭａｔｔｅｒＤｅｔｅｃｔｉｏｎｂｙＨｙｐｅｒｓｐｅｃｔｒａｌＩｍａｇｉｎｇＴｅｃｈｎｏｌｏｇｙ ＺｈｏｕＺｈｕ　ＬｉＸｉａｏｙｕ　ＧａｏＨａｉｌｏｎｇ　ＴａｏＨａｉｌｏｎｇ　ＬｉＰｅｎｇ　ＷｅｎＤｏｎｇｄｏｎｇ （ＣｏｌｌｅｇｅｏｆＥｎｇｉｎｅｅｒｉｎｇ，ＨｕａｚｈｏｎｇＡｇｒｉｃｕｌｔｕｒａｌＵｎｉｖｅｒｓｉｔｙ，Ｗｕｈａｎ４３００７０，Ｃｈｉｎａ） Ａｂｓｔｒａｃｔ Ｉｎｏｒｄｅｒｔｏｉｍｐｒｏｖｅｐｒｅｃｉｓｉｏｎｄｅｔｅｒｍｉｎａｔｉｏｎｏｆｄｒｙｍａｔｔｅｒｃｏｎｔｅｎｔｉｎｐｏｔａｔｏｅｓｂｙｈｙｐｅｒｓｐｅｃｔｒａｌｉｍａｇｅ ｔｅｃｈｎｏｌｏｇｙ，ｓｅｖｅｒａｌｖａｒｉａｂｌｅｓｅｌｅｃｔｉｏｎｍｅｔｈｏｄｓｓｕｃｈａｓＰＣＡ，ｓｉＰＬＳ，ＧＡ ＰＬＳ，ＵＶＥａｎｄｃｏｍｐｅｔｉｔｉｖｅ ａｄａｐｔｉｖｅｒｅｗｅｉｇｈｅｄｓａｍｐｌｉｎｇ（ＣＡＲＳ）ｗｅｒｅｃｏｍｐａｒｅｄ．ＡｃｏｍｂｉｎａｔｏｒｉａｌｍｅｔｈｏｄｎａｍｅｄＣＡＲＳ ＳＰＡ （ｓｕｃｃｅｓｓｉｖｅｐｒｏｊｅｃｔｉｏｎｓａｌｇｏｒｉｔｈｍ）ｗａｓｐｒｏｐｏｓｅｄｔｏｓｅｌｅｃｔｖａｒｉａｂｌｅｓｆｒｏｍ６７８ｗａｖｅｌｅｎｇｔｈｖａｒｉａｂｌｅｓ．Ｔｈｅ ｎｕｍｂｅｒｏｆｗａｖｅｌｅｎｇｔｈｖａｒｉａｂｌｅｓｗａｓｒｅｄｕｃｅｄｔｏ２７．Ａｍｕｌｔｉｖａｒｉａｔｅｌｉｎｅａｒｒｅｇｒｅｓｓｉｏｎｍｏｄｅｌ（ＭＬＲ）ｂａｓｅｄ ｏｎｔｈｅｓｅ２７ｗａｖｅｌｅｎｇｔｈｖａｒｉａｂｌｅｓｗａｓｄｅｖｅｌｏｐｅｄｔｏｐｒｅｄｉｃｔＤＭｃｏｎｔｅｎｔｗｉｔｈＲ ｏｆ０８６，ａｎｄＲＭＳＥＰｏｆ ｐ １０６％．Ｉｔｗａｓｃｏｎｃｌｕｄｅｄｔｈａｔｈｙｐｅｒｓｐｅｃｔｒａｌｉｍａｇｉｎｇｔｅｃｈｎｏｌｏｇｙｃｏｕｌｄｂｅｕｓｅｄｔｏｄｅｔｅｃｔｐｏｔａｔｏｄｒｙｍａｔｔｅｒ ｃｏｎｃｅｎｔｒａｔｉｏｎａｎｄＣＡＲＳ ＳＰＡｗａｓａｆｅａｓｉｂｌｅａｎｄｅｆｆｉｃｉｅｎｔａｌｇｏｒｉｔｈｍｆｏｒｔｈｅｓｐｅｃｔｒａｌｖａｒｉａｂｌｅｓｅｌｅｃｔｉｏｎ． Ｋｅｙｗｏｒｄｓ　 Ｐｏｔａｔｏ，Ｄｒｙｍａｔｔｅｒ，Ｈｙｐｅｒｓｐｅｃｔｒａｌ，Ｖａｒｉａｂｌｅｓｅｌｅｃｔｉｏｎ，Ｃｏｍｐｅｔｉｔｉｖｅａｄａｐｔｉｖｅ ｒｅｗｅｉｇｈｔｅｄｓａｍｐｌｉｎｇ