CDN加速镜像 | 设为首页 | 加入收藏夹
当前位置: 首页 资源下载 源码下载 图形图象 图形图像处理(光照,映射..)

文件名称:RDPC

  • 所属分类:
  • 标签属性:
  • 上传时间:
    2012-11-16
  • 文件大小:
    215.41kb
  • 已下载:
    2次
  • 提 供 者:
  • 相关连接:
  • 下载说明:
    别用迅雷下载,失败请重下,重下不扣分!

介绍说明--下载内容来自于网络,使用问题请自行百度

用遗传算法( Genetic Algorithm,GA) 搜寻可识别被不同农药污染脐橙的可见/近红外光谱的最佳特征光

谱区间及波长,并建立了支持向量机( Support Vector Machines,SVM) 定性分析模型。实验供试农药为灭多威、

氰戊菊酯和氧乐果3 种。通过GA 来搜寻整个波段范围( 460 ~ 1 800 nm) ,将得到的9 个最佳特征光谱区间所

包含的波长( 共318 个) 作为SVM 建模的输入变量,对识别被3 种农药污染脐橙的准确率为100 。并继续应

用GA 优化,得到71 个特征波长,此时建立的SVM 模型的识别准确率为99. 57 。虽然识别的准确率有所下降,但是模型的复杂程度得到了很大的优化,其输入变量减少到71 个。实验结果表明利用可见/近红外光谱技

术结合SVM 方法可以有效识别被不同农药污染的脐橙。-Genetic algorithm ( GA) was used to search for the best characteristic spectral ranges andwavelengths of visible /near - infrared spectra ( Vis /NIRs) ,a qualitative analysis model of support vector machine

( SVM) was set up to recognize navel oranges contaminated with different pesticides. The pesticides in

the experiment were Methomyl,fenvalerate and omethoate. Using GA to search the entire band range ( 460 ~1 800 nm) ,the 9 best characteristic spectral ranges ( 318 wavelengths) were used as the input variables of SVM model and the accuracy of the prediction set classification was 100 . Then GA method was used continually

and 71 wavelengths were extracted,the corresponding SVM model was built with 99. 57 accuracy. Although

the classification accuracy rate declined,the complexity of the model was greatly optimized by reducing

the input variables to 71. The experiment results showed that the application of Vis /NIRs combined with SVM can effectively detect the navel oranges conta
(系统自动生成,下载前可以参看下载内容)

下载文件列表

RDPC.pdf

相关说明

  • 本站资源为会员上传分享交流与学习,如有侵犯您的权益,请联系我们删除.
  • 搜珍网是交换下载平台,只提供交流渠道,下载内容来自于网络,除下载问题外,其它问题请自行百度。更多...
  • 本站已设置防盗链,请勿用迅雷、QQ旋风等下载软件下载资源,下载后用WinRAR最新版进行解压.
  • 如果您发现内容无法下载,请稍后再次尝试;或换浏览器;或者到消费记录里找到下载记录反馈给我们.
  • 下载后发现下载的内容跟说明不相乎,请到消费记录里找到下载记录反馈给我们,经确认后退回积分.
  • 如下载前有疑问,可以通过点击"提供者"的名字,查看对方的联系方式,联系对方咨询.

相关评论

暂无评论内容.

发表评论

*快速评论: 推荐 一般 有密码 和说明不符 不是源码或资料 文件不全 不能解压 纯粹是垃圾
*内  容:
*验 证 码:
搜珍网 www.dssz.com