基于支持向量机的水稻叶面积测定.PDFVIP

江苏农业学报(ＪｉａｎｇｓｕＪ.ｏｆ Ａｇｒ.Ｓｃｉ.)ꎬ２０１８ꎬ３４(５):１０２７~１０３５ ｈｔｔｐ:/ / ｗｗｗ.ｊｓｎｙｘｂ.ｃｏｍ １０２７ 孙玉婷ꎬ杨红云ꎬ王映龙ꎬ等. 基于支持向量机的水稻叶面积测定[Ｊ].江苏农业学报ꎬ２０１８ꎬ３４(５):１０２７￣１０３５. ｄｏｉ:１０.３９６９/ ｊ.ｉｓｓｎ.１０００￣４４４０.２０１８.０５.００９ 基于支持向量机的水稻叶面积测定 １ ２ꎬ３ １ꎬ３ １ ３ ２ꎬ３ 孙玉婷 ꎬ　 杨红云 ꎬ　 王映龙 ꎬ　 周　 琼 ꎬ　 孙爱珍 ꎬ　 杨文姬 (１.江西农业大学计算机与信息工程学院ꎬ江西 南昌 ３３００４５ꎻ ２.江西农业大学软件学院ꎬ江西 南昌 ３３００４５ꎻ ３.江西省高等 学校农业信息技术重点实验室ꎬ江西 南昌 ３３００４５) 　 　 摘要:　 本研究探讨了水稻叶长、叶宽与叶面积之间的关系ꎮ 应用改进网格搜索算法参数优化后的支持向量 机对计算机图像处理技术测量所得到的样本数据进行训练ꎬ以水稻叶片长度(Ｌ)ꎬ叶片最大宽度(Ｗ)、叶面积回归 拟合值(Ｓ)作为输入变量对水稻叶面积进行预测ꎮ 结果表明ꎬ在不同的水稻品种下ꎬ相比于其他模型本研究提出的 支持向量机Ⅲ模型预测结果的均方根误差和平均相对误差最低ꎬ均方根误差分别为１.８８２ １(两优培９)ꎬ１.３８７ ３(金 优４５８)和１.３４８２(中早 ３５)ꎬ平均相对误差分别为２.９０１４％(两优培９)ꎬ５.２７３５％(金优４５８)和４.９２９ ３％(中早 ３５)ꎮ 该模型能较真实地反映水稻叶面积的实际大小ꎬ满足农业科学研究的需求ꎬ为植物叶面积的预测提供了一种 新的方法ꎮ 关键词:　 叶长ꎻ 叶宽ꎻ 叶面积ꎻ 网格搜索算法ꎻ 支持向量机 中图分类号:　 ＴＰ７５１　 　 　 文献标识码:　 Ａ　 　 　 文章编号:　 １０００￣４４４０(２０１８)０５￣１０２７￣０９ Ｄｅｔｅｒｍｉｎａｔｉｏｎ ｏｆ ｒｉｃｅ ｌｅａｆ ａｒｅａ ｂａｓｅｄ ｏｎ ｓｕｐｐｏｒｔ ｖｅｃｔｏｒ ｍａｃｈｉｎｅ １ ２ꎬ３ １ꎬ３ １ ３ ２ꎬ３ ＳＵＮＹｕ￣ｔｉｎｇ ꎬ　 ＹＡＮＧ Ｈｏｎｇ￣ｙｕｎ ꎬ　 ＷＡＮＧＹｉｎｇ￣ｌｏｎｇ ꎬ　 ＺＨＯＵ Ｑｉｏｎｇ ꎬ　 ＳＵＮＡｉ￣ｚｈｅｎ ꎬ　 ＹＡＮＧＷｅｎ￣ｊｉ (１.Ｓｃｈｏｏｌ ｏｆ Ｃｏｍｐｕｔｅｒ ａｎｄ Ｉｎｆｏｒｍａｔｉｏｎ ＥｎｇｉｎｅｅｒｉｎｇꎬＪｉａｎｇｘｉＡｇｒｉｃｕｌｔｕｒａｌ ＵｎｉｖｅｒｓｉｔｙꎬＮａｎｃｈａｎｇ ３３００４５ꎬＣｈｉｎａꎻ ２.Ｓｃｈｏｏｌ ｏｆ ＳｏｆｔｗａｒｅꎬＪｉａｎｇｘｉＡｇｒｉｃｕｌ￣ ｔｕｒａｌ ＵｎｉｖｅｒｓｉｔｙꎬＮａｎｃｈａｎｇ ３３００４５ꎬＣｈｉｎａꎻ ３.Ｋｅｙ Ｌａｂｏｒａｔｏｒｙ ｏｆ Ａｇｒｉｃｕｌｔｕｒａｌ Ｉｎｆｏｒｍａｔｉｏｎ Ｔｅｃｈｎｏｌｏｇｙ ｏｆ Ｃｏｌｌｅｇｅｓ ａｎｄ Ｕｎｉｖｅｒｓｉｔｉｅｓ ｉｎ Ｊｉａｎｇｘｉ Ｐｒｏｖｉｎｃｅꎬ Ｎａｎｃｈａｎｇ ３３００４５ꎬＣｈｉｎａ) 　 　 Ａｂｓｔｒａｃｔ:　 Ｔｈｉｓ ｓｔｕｄｙ ｅｘｐｌｏｒｅｄ ｔｈｅ ｒｅｌａｔｉｏｎｓｈｉｐ ａｍｏｎｇ ｒｉｃｅ ｌｅａｆ ｌｅｎｇｔｈꎬｌｅａｆ ｗｉｄｔｈ ａｎｄ ｌｅａｆ ａｒｅａ. Ｔｈｅ ｓｕｐｐｏｒｔ ｖｅｃｔｏｒ ｍａｃｈｉｎｅ(ＳＶＭ) ｂａｓｅｄ ｏｎｉｍｐｒｏｖｅｄｇｒｉｄｓｅａｒｃｈ ａｌｇｏｒｉｔｈｍｗａｓｕｓｅｄｔｏｔｒａｉｎｔｈｅ ｓａｍｐｌｅｄａｔａｏｂｔａｉｎｅｄｂｙｔｈｅｃｏｍｐｕｔｅｒ ｉｍａｇｅ ｐｒｏｃｅｓｓｉｎｇ ｔｅｃｈｎｉｑｕｅ. Ｒｉｃｅｌｅａｆ ａｒｅａｗａｓｐｒｅｄｉｃｔｅｄｂｙｕｓｉｎｇｔｈｅｌｅａｆｌｅｎｇｔｈ (Ｌ)ꎬｌｅａｆｍａｘｉｍｕｍｗｉｄｔｈ (Ｗ)ａｎｄｌｅａｆ ａｒｅａｒｅ￣ ｇｒｅｓｓｉｏｎ ｆｉｔｔｉｎｇ ｖａｌｕｅ (Ｓ)ａｓｉｎｐｕｔｖａｒｉａｂｌｅｓ.