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

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.

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

所属期刊栏目：33

分类号：S5(农作物)

资助基金：国家高技术研究发展计划863计划2006AA10Z207;2006AA10A302

在线出版日期：2007-11-26（万方平台首次上网日期，不代表论文的发表时间）

页数：共5页

页码：1662-1666