基于人工智能的异常地物光谱自适应剔除及分类.pdf

第 卷 第 期 华 中 农 业 大 学 学 报 33 5 Vol.33 No.5 年 月 , 2014 9 JournalofHuazhon A riculturalUniversit Se.2014135~140 g g y p 基于人工智能的异常地物光谱自适应剔除 及分类算法研究 , 12 1 3 郝建明 李宗南 谢 静 / , ; 1.华中农业大学资源与环境学院 农业部长江中下游耕地保育重点实验室 武汉 430070 , ; , 2.重庆交通大学土木建筑学院 重庆 4041003.华中农业大学理学院 武汉 430070 , 摘要 针对传统光谱数据预处理与分析的现状 提出一种基于人工智能的光谱异常数据自适应剔除及自动 , , , 分类算法 通过遗传算法的优化搜索确定马氏距离的阈值 实现异常光谱的自适应剔除 并提出可量化光谱剔除 ( )。 , , 效果的异常一致性指数 ACI 在此基础上 借助自组织神经网络方法 以各类观测对象的特征光谱作为输入 , 。 , ( ) 对象 对剔除后的光谱进行自动分类 经过实验验证 算法取得了较好的剔除效果 ACI达到 86%以上 和分类 ( ), 。 效果 总体分类精度达到 94% 较好地实现了异常光谱剔除和光谱分类的自动化处理 ; ; ; ; 关键词 人工智能 遗传算法 马氏距离 自组织神经网络 光谱预处理 中图分类号 文献标识码 文章编号 ( ) TP751 A 1000-2421201405-0135-06 , , , 光谱分析技术是一种发展迅速的新兴技术 近 样品 再通过 PCA-GA-BP模型进行识别 该算法过 [] 6 、 , 。 年来已成熟地应用于有机质预测 食品和药品的品 于复杂 效率不高 陈斌等 提出一种 PCA结合马 、