发明名称 | 一种连续小波变换分析的叶片氮含量高光谱估算方法 | ||
摘要 | 本发明公开了一种连续小波变换分析的叶片氮含量高光谱估算方法,基于PLS和RF的叶片氮含量估算模型F值分别为294.94和8009.23,均通过了0.01水平的显著性检验,PLS预测模型的决定系数为0.78,所有的小波特征参数与叶片氮含量的关系更适合用非线性的指数模型来拟合,当采用偏最小二乘法进行叶片氮含量的线性回归时,对LNC<2%的部分拟合的非常完美,随机森林回归预测模型的精度非常高,决定系数为0.97,袋外数据均方根误差为0.09,伪复相关系数为0.85,针对预留的63个验证集的预测值与实测值拟合方程的决定系数为0.88,RMSE误差为0.08,REP误差为5.2。 | ||
申请公布号 | CN106323466A | 申请公布日期 | 2017.01.11 |
申请号 | CN201610648166.3 | 申请日期 | 2016.08.09 |
申请人 | 西北农林科技大学 | 发明人 | 李粉玲;常庆瑞 |
分类号 | G01J3/28(2006.01)I | 主分类号 | G01J3/28(2006.01)I |
代理机构 | 北京方圆嘉禾知识产权代理有限公司 11385 | 代理人 | 董芙蓉 |
主权项 | 一种连续小波变换分析的叶片氮含量高光谱估算方法,其特征在于,基于PLS和RF的叶片氮含量估算模型F值分别为294.94和8009.23,均通过了0.01水平的显著性检验,PLS预测模型的决定系数为0.78,模拟精度低于基于6个小波特征参数的一元回归模型。RMSE为0.5,说明模型的模拟效果较差,所有的小波特征参数与叶片氮含量的关系更适合用非线性的指数模型来拟合,当采用偏最小二乘法进行叶片氮含量的线性回归时,对LNC<2%的部分拟合的非常完美,随机森林回归预测模型的精度非常高,决定系数为0.97,袋外数据均方根误差为0.09,伪复相关系数为0.85,针对预留的63个验证集的预测值与实测值拟合方程的决定系数为0.88,RMSE误差为0.08,REP误差为5.2。 | ||
地址 | 712100 陕西省咸阳市杨凌邰城路3号 |