基于介电特性与IRIV-GWO-SVR算法的番茄叶片含水率检测

摘要：

为了探究利用介电特性检测作物水分状况的可行性,研究了一种基于介电特性的有效、快速、精确检测番茄叶片含水率的方法.以300片不同含水率的番茄叶片为研究对象,通过LCR测量仪测定叶片在0.05～200 kHz下的相对介电常数 ε′和介质损耗因数 ε″,并采用干燥法测量叶片含水率.利用迭代保留信息变量法(iteratively retains informative variables,IRIV)对介电参数进行特征变量选取,并与连续投影算法(successive projections algorithm,SPA)进行比较,利用支持向量回归机(support vector regression,SVR)分别建立叶片全变量、2种特征变量与叶片含水率的关系模型.结果表明,基于迭代保留信息变量法选取特征变量的支持向量回归模型(IRIV-SVR)具有良好的预测能力,但预测精度仍需提高,故引入灰狼优化算法(grey wolf optimizer,GWO)优化模型的参数c(惩罚因子)和g(核函数参数).最终,经GWO优化后的模型(IRIV-GWO-SVR)的预测集决定系数R2与均方根误差RMSE分别为0.9638,0.0207.因此,利用介电特性结合IRIV-GWO-SVR算法预测番茄叶片含水率是可行的,同时为其他叶片含水率检测提供了一种新的方法和思路.

关键词：水分、模型、算法、番茄叶片、含水率、介电特性、迭代保留信息变量法、灰狼优化算法

所属期刊栏目：34

分类号：S641.2

资助基金：国家自然科学基金资助项目31471413;江苏高校优势学科建设工程资助项目PAPD苏政办发[2011]6号;江苏省六大人才高峰资助项目ZBZZ-019

在线出版日期：2018-08-24（万方平台首次上网日期，不代表论文的发表时间）

页数：共8页

页码：188-195