基于参数优化支持向量机的水稻施氮水平分类研究.pdfVIP

南方农业学报 JournalofSouthernAgriculture 2017，48（8）：1524-1528 ·1524· ISSN2095-1191；CODENNNXAAB 南 方 农 业 学 报 48卷 DO ：10.3969/j.issn.2095-1191.2017.08.31 基于参数优化支持向量机的水稻施氮 水平分类研究 1，2 2 ，3* 2 ，3 1，2 2 ，3 1 周 琼 ，杨红云 ，杨 珺 ，孙玉婷 ，杨文姬 ，石强强 1 2 ( 江西农业大学 计算机与信息工程学院，南昌 330045 ； 江西省高等学校农业信息技术重点实验室，南昌 330045 ； 3 江西农业大学 软件学院，南昌 330045） 摘要：【目的】应用参数优化支持向量机对水稻施氮水平进行准确分类预测，为水稻精准施肥和高产管理提供科 学依据。【方法】以水稻品种金优458为试验材料，设4个施氮水平（从高至低折合纯氮用量分别为225、150、75和0 kg/ha ）， 通过叶绿素测量仪SPAD-502获取水稻第6~9叶序叶片的SPAD值（即叶尖、叶中和叶枕的SPAD值），并分别应用网格 搜索算法和粒子群算法参数优化支持向量机对4个施氮水平下的水稻叶片SPAD值进行训练和预测分类。【结果】对 于第7、8叶序、第7~9叶序及第6~8叶序叶片组合，粒子群算法参数优化支持向量机对水稻施氮水平的分类识别效果 均优于网格搜索算法，其准确率均高于75.000% ，对归一化处理后的第7、8叶序叶片组合识别率最高，达88.889%。【结 论】基于粒子群算法参数优化支持向量机适用于水稻施氮水平分类预测，能满足农学研究的需求。 关键词：水稻；施氮水平；参数优化；支持向量机；SPAD值；网格搜索算法；粒子群算法 中图分类号：S511 文献标志码：A 文章编号：2095-1191（2017 ）08-1524-05 Classificationofnitrogenapplicationlevelforricebasedon supportvectormachineoptimizedbyparameters ZHOU Qiong1，2 ，YANG Hong-yun2 ，3* ，YANG Jun2 ，3 ，SUN Yu-ting1，2 ， YANG Wen-ji2 ，3 ，SHI Qiang-qiang1 1 2 ( School of Computer and Information Engineering ，Jiangxi Agricultural University ，Nanchang 330045 ，China ；Key Laboratory of Agricultural Information Technology of Colleges and Universities in Jiangxi Province