李云
- 作品数：2 被引量：7H指数：1
- 供职机构：浙江工业大学信息工程学院更多>>
- 发文基金：浙江省自然科学基金国家自然科学基金留学人员科技活动项目择优资助经费更多>>
- 相关领域：自动化与计算机技术医药卫生理学更多>>
- 近红外光谱技术在快速鉴别南蛇藤品种中的应用
- 2013年
- 提出了一种利用近红外光谱技术对南蛇藤品种进行快速无损鉴别的方法。收集了6种南蛇藤样本,并用光谱仪获得了它们在12493～4000 cm^(-1)范围的光谱曲线。通过用主成分分析法对预处理后的光谱数据进行聚类分析,获得了10个主成分。再结合不同的化学计量分析方法建立了品种鉴别模型。由于主成分1和2上的得分分布对不同样本的聚类效果明显,可根据得分分布定性地区分南蛇藤品种。从220个样本中随机抽取165个样本作为建模集,并将其分别用于建立线性鉴别分析、人工神经网络和支持向量机模型。剩下的55个样本用于预测验证。经过主成分数的优化,鉴别精度均达到了100%。结果表明,本文提出的方法对南蛇藤的品种具有很好的分类和鉴别作用。
- 罗威强杨海清李云徐宁
- 关键词：近红外光谱南蛇藤主成分分析
- 多光谱图像技术在土壤酸碱度检测中的应用被引量：7
- 2014年
- 提出了一种利用多光谱图像的颜色特征对土壤酸碱度(pH值)进行快速无损检测的方法。首先,利用2CCD多光谱成像仪获取每个土壤样本的R、G、B、NIR图像各一幅,并对多光谱图像进行颜色空间转换,即从RGB色彩空间分别转换到HSV颜色空间和Lab颜色空间;然后提取不同颜色空间中多光谱图像的颜色特征;最后,分别将提取的颜色特征作为模型的输入变量,建立PLS和LS-SVM算法的土壤酸碱度预测模型。实验结果表明,利用多光谱图像技术对土壤酸碱度进行检测是可行的。预测模型的最佳结果如下:决定系数(R^2)为0.91,预测均方根误差(RMSEP)为0.34.
- 李云杨海清
- 关键词：土壤酸碱度
