您的位置: 专家智库 > >

刘娜

作品数:1 被引量:13H指数:1
供职机构:安徽大学更多>>
发文基金:国家教育部博士点基金国家自然科学基金安徽省自然科学基金更多>>
相关领域:农业科学自动化与计算机技术更多>>

文献类型

  • 1篇中文期刊文章

领域

  • 1篇自动化与计算...
  • 1篇农业科学

主题

  • 1篇锈病
  • 1篇英文
  • 1篇支持向量
  • 1篇支持向量机
  • 1篇条锈病
  • 1篇主成分
  • 1篇主成分分析
  • 1篇向量
  • 1篇向量机
  • 1篇SVM
  • 1篇病害

机构

  • 1篇安徽大学
  • 1篇国家农业信息...
  • 1篇南京信息工程...

作者

  • 1篇黄林生
  • 1篇赵晋陵
  • 1篇张东彦
  • 1篇梁栋
  • 1篇林芬芳
  • 1篇刘娜
  • 1篇张庆

传媒

  • 1篇红外与激光工...

年份

  • 1篇2017
1 条 记 录,以下是 1-1
排序方式:
利用成像高光谱区分冬小麦白粉病与条锈病(英文)被引量:13
2017年
病害胁迫是造成小麦减产及危及世界粮食安全的主要因素之一。如何准确区分相似病害并科学诊断病害严重度,成为国内外研究热点。文中针对中国冬小麦种植区常见的两种真菌疾病——白粉病和条锈病,采用高光谱成像系统获取两种病害侵染的小麦叶片图谱合一数据,通过主成分分析法对影像数据进行降维、密度分割法对病害面积进行分割后,得到识别病斑准确率达到97%;进一步分析侵染白粉病和条锈病的叶片病斑区域的光谱特征差异,选择第二主成分图像筛选两种病害的敏感波段,得到识别白粉病的敏感波段为519、643、696、764、795、813 nm,条锈病的敏感波段为494、630、637、698、755、805 nm。最后对筛选出的敏感波段建立白粉病和条锈病支持向量机(SVM)判别模型并验证,得到两种病害的区分精度为92%。综上,利用高光谱图像协同解析可在叶片尺度实现小麦白粉病和条锈病的有效判别,这为开发病害区分仪器提供了重要的理论基础。
梁栋刘娜张东彦赵晋陵林芬芳黄林生张庆丁玉婉
共1页<1>
聚类工具0