基于近红外光谱技术的农作物盐碱胁迫检测方法.pdfVIP

下载本文档

14
0
约12.99万字
约 78页
2020-08-18 发布于江西
举报
版权申诉

基于近红外光谱技术的农作物盐碱胁迫检测方法.pdf

1、原创力文档（book118）网站文档一经付费（服务费），不意味着购买了该文档的版权，仅供个人/单位学习、研究之用，不得用于商业用途，未经授权，严禁复制、发行、汇编、翻译或者网络传播等，侵权必究。。
2、本站所有内容均由合作方或网友上传，本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺！文档内容仅供研究参考，付费前请自行鉴别。如您付费，意味着您自己接受本站规则且自行承担风险，本站不退款、不进行额外附加服务；查看《如何避免下载的几个坑》。如果您已付费下载过本站文档，您可以点击这里二次下载。
3、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等，请点击“版权申诉”（推荐），也可以打举报电话：400-050-0827(电话支持时间：9:00-18:30)。
4、该文档为VIP文档，如果想要下载，成为VIP会员后，下载免费。
5、成为VIP后，下载本文档将扣除1次下载权益。下载后，不支持退款、换文档。如有疑问请联系我们。
6、成为VIP后，您将拥有八大权益，权益包括：VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
7、VIP文档为合作方或网友上传，每下载1次，网站将根据用户上传文档的质量评分、类型等，对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档

目录目录摘要I AbstractIII 1绪论1 1.1研究的背景目的及意义1 1.2 国内外研究现状2 1.2.1农作物盐碱胁迫研究现状2 1.2.2 基于近红外光谱技术检测作物性状指标研究现状4 1.3研究目标、内容和技术路线6 1.3.1研究目标6 1.3.2研究内容6 1.3.3研究方案和技术路线6 2 农作物盐碱胁迫光谱数据采集及预处理方法10 2.1试验材料和仪器10 2.1.1样本来源10 2.1.2试验主要仪器设备10 2.2 获取不同盐碱胁迫程度苗期芸豆的试验设计10 2.3采集光谱数据11 2.4 异常光谱样本剔除方法14 2.4.1主成分马氏距离法14 2.4.2 直观曲线趋势法16 2.5样本集划分方法16 2.5.1随机选样法16 2.5.2Kennard-Stone算法17 2.5.3 SPXY 算法17 2.6近红外光谱曲线预处理方法18 2.6.1卷积平滑算法19 2.6.2 多元散射校正算法19 I 基于近红外光谱技术的农作物盐碱胁迫检测方法 2.6.3标准正态变量变换算法20 2.6.4 标准化算法21 2.6.5去趋势算法22 2.6.6均值中心化算法23 2.6.7 光谱预处理结果分析与评价24 2.7本章小结26 3近红外光谱波数特征分析及提取方法28 3.1竞争性自适应重加权采样算法28 3.1.1竞争性自适应重加权采样算法原理28 3.1.2 竞争性自适应重加权采样算法应用29 3.2 连续投影算法31 3.2.1连续投影算法原理31 3.2.2 连续投影算法应用32 3.3CARS-SPA 算法33 3.3.1CARS-SPA 算法原理33 3.3.2 CARS-SPA 算法应用33 3.4 基于多种建模确定提取特征波数算法34 3.4.1偏最小二乘回归建模方法34 3.4.2 主成分回归建模方法35 3.4.3 多元线性回归建模方法36 3.4.4 提取特征波数算法结果分析与评价37 3.5本章小结40 4 基于神经网络农作物盐碱胁迫检测方法41 4.1 BP 41 基于神经网络芸豆盐碱胁迫检测模型 4.1.1构建前馈神经网络模型41 4.1.2 网络学习算法42 4.1.3BP 神经网络模型结构44 4.1.4BP 神经网络模型建立与结果分析46 4.2 基于RBF 神经网络芸豆盐碱胁迫检测模型48 II 目录 4.2.1构建前馈神经网络模型49 4.2.2 网络学习算法50 4.2.3RBF 神经网络模型结构50 4.2.4RBF 神经网络模型建立与结果分析52 4.3芸豆盐碱胁迫检测模型结果分析与评价54 4.4 本章小结55 5 结论与展望57 5.1结论57 5.2 创新点58 5.3展望59 参考文