利用神经网络提取棉花叶片数字图像氮素含量的初步研究

	利用神经网络提取棉花叶片数字图像氮素含量的初步研究
	李小正 1; 谢瑞芝 1; 王克如 1; 白中英 2; 李少昆 1; 王方永 3; 高世菊 4
刊名	作物学报
	2007
卷号	33 期号:10 页码:1662-1666
关键词	数字图像线性网络 BP神经网络径向基网络氮素含量
ISSN号	0496-3490
其他题名	Acquiring Nitrogen Quantity in Digital Image of Cotton Leaf by Artificial Neutral Network Model
英文摘要	选取6种输入向量组合,利用线性网络、BP网络以及径向基网络等3种神经网络模型进行比较研究,筛选最适宜网络模型和最佳输入组合,建立叶片数字图像彩色信息和叶片氮含量的关系模型,探索利用神经网络技术获取叶片数字图像信息的方法.结果表明,径向基网络在利用数字图像(B,H,G-R,G/R)指标作为网络输入向量时,能够实现获取棉花叶片数字图像氮含量的目标.径向基网络训练的180组样本的训练精度均达到极显著水平(r = 0.9022~()),30组测试样本的预测值与实测值也达到极显著相关(r = 0.8674~()),径向基网络和(B,H,G-R,G/R)向量是一种适合本研究的数学模型.对利用神经网络提取棉花叶片数字图像氮含量技术的初步探索,拓展了神经网络和数字图像技术在农业生产中的应用.
学科主题	自动化技术、计算机技术
语种	中文
内容类型	期刊论文
源URL	[http://ir.nais.net.cn/handle/2HMLN22E/128486]
专题	作物科学研究所_栽培生理学系
作者单位	1.中国农业科学院作物科学研究所/国家农作物基因资源与基因改良重大科学工程, 北京, 100081; 2.北京邮电大学, 北京, 100876; 3.石河子大学新疆作物高产研究中心, 新疆兵团绿洲生态农业重点实验室, 新疆, 石河子, 832000; 4.中国农业科学院作物科学研究所国家农作物基因资源与基因改良重大科学工程, 北京, 100081
推荐引用方式 GB/T 7714	李小正,谢瑞芝,王克如,等. 利用神经网络提取棉花叶片数字图像氮素含量的初步研究[J]. 作物学报,2007,33(10):1662-1666.
APA	李小正.,谢瑞芝.,王克如.,白中英.,李少昆.,...&高世菊.(2007).利用神经网络提取棉花叶片数字图像氮素含量的初步研究.作物学报,33(10),1662-1666.
MLA	李小正,et al."利用神经网络提取棉花叶片数字图像氮素含量的初步研究".作物学报 33.10(2007):1662-1666.