多光谱成像技术诊断植物病虫害的人工神经网络模型

您当前的位置：

首页 >

文章列表页 >

光谱学 | 更新时间：2025-09-01

- 多光谱成像技术诊断植物病虫害的人工神经网络模型
- Multispectral imaging techniques diagnosing plant diseases and insect pests using artificial neural networks
- 光学技术 2008年第5期页码：717-720
- 作者机构：
  
  1. 1:北京理工大学颜色科学与工程国家重点专业实验室
  2. 2:云南师范大学
  3. 3:中国农业科学院
  4. 4:红河学院
- 作者简介：
- 基金信息：
  
  国家自然科学基金资助项目(60678052);863国家基金项目(2006AA10Z210);国家自然科学基金资助项目(60768002)
- DOI：
  中图分类号：
- 纸质出版：2008
- 稿件说明：
移动端阅览
冯洁, 廖宁放, 赵波, 等. 多光谱成像技术诊断植物病虫害的人工神经网络模型[J]. 光学技术, 2008,(5):717-720.

Multispectral imaging techniques diagnosing plant diseases and insect pests using artificial neural networks[J]. 2008, (5): 717-720.
冯洁, 廖宁放, 赵波, 等. 多光谱成像技术诊断植物病虫害的人工神经网络模型[J]. 光学技术, 2008,(5):717-720. DOI：

Multispectral imaging techniques diagnosing plant diseases and insect pests using artificial neural networks[J]. 2008, (5): 717-720. DOI：

为了实现可靠的植物病虫害诊断

提出把人工神经网络和多光谱成像技术结合的方法

并将该方法用于常见的三种黄瓜病害的识别研究。在此基础上

实验采用窄带多光谱成像技术获取患病黄瓜叶面的14个可见光通道和近红外通道、全色通道的多光谱图像。利用BP网络对病斑样本的光谱信息进行学习分类。和14通道训练结果比较

增加850nm的近红外通道和全色通道

使网络的训练时间缩短、预测能力提高。实验结果表明

这种方法对植物进行快速、准确和非破坏性诊断提供可靠的技术支持。

浏览量

605

下载量

CSCD

文章被引用时，请邮件提醒。

提交

工具集

关联资源

基于神经网络遗传算法的激光熔钎焊参数优化

八通道并行多光谱成像仪的辐射定标

微型化多通道滤光片光谱串扰模型的建立和评价

基于独立成分分析法ICA的多光谱重建

基于多光谱和sRGB空间的自然植物色的重现