文献

J-GLOBAL ID：201202209214033791   整理番号：11A1584097

PCA-SVMに基づく蛍光分光法によるキュウリの病気と害虫の診断

Diagnosis of Cucumber Diseases and Insect Pests by Fluorescence Spectroscopy Technology Based on PCA-SVM

著者 (5件)： Yang Haoyu (Key Lab. of Bionic Engineering, Ministry of Education, School of Biological and Agricultural Engineering, Jilin ...) ,  Yu Haiye (Key Lab. of Bionic Engineering, Ministry of Education, School of Biological and Agricultural Engineering, Jilin ...) ,  Liu Xu (Key Lab. of Bionic Engineering, Ministry of Education, School of Biological and Agricultural Engineering, Jilin ...) ,  Zhang Lei (Key Lab. of Bionic Engineering, Ministry of Education, School of Biological and Agricultural Engineering, Jilin ...) ,  Sui Yuanyuan (Key Lab. of Bionic Engineering, Ministry of Education, School of Biological and Agricultural Engineering, Jilin ...)
資料名： Guangpuxue yu Guangpu Fenxi  (Guangpuxue yu Guangpu Fenxi)
巻： 30  号： 11  ページ： 3018-3022  発行年： 2010年 
JST資料番号： C2093A  ISSN： 1000-0593  CODEN： GYGFED  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： 中国 (CHN)  言語： 中国語 (ZH)

抄録/ポイント： サポートベクトルマシン(SVM)アルゴリズムと結合したレーザ誘起クロロフィル蛍光(LICF)分光法によって,キュウリの病気と害虫の診断モデルを確立した。このモデルを用いて,キュウリの病気と害虫の高速厳密診断法を実現した。三つの方法によりオリジナルスペクトルの雑音を低減した。Savitzky-Golay平滑化(SG),高速Fourier変換(FFT)と結合したSavitzky-Golay平滑化,第一微係数変換(FDT)と結合した複合Savitzy-Golay平滑化であった。累積信頼性(AR)により,7つの主成分(PC)を選択して,複雑なスペクトルデータを置換した。150のサンプルをキャリブレーション組と検証組にランダムに分けた。四つのカーネル関数のサポートベクトルMAC Funes(SVM)アルゴリズムを用い,キャリブレーション組に基づき,キュウリの病気と害虫の診断モデルを確立した。これらのモデルを適用して,検証組を診断した。キャリブレーション組の相関確認法の最高の診断精度により,四種類の核関数モデルのパラメータを最適化した。核関数の異なるSVM能力はコンパクトであった。多重核関数のSVMは,最良の識別能力があり,精度は98.3%であった。オリジナルスペクトルの雑音が,SG+FDT+PCAによって低減した。PCA-SVM法は,識別効果が良く,キュウリの病気と害虫の高速に診断する。Data from the ScienceChina, LCAS. Translated by JST

シソーラス用語： *蛍光分光法 ,  *分光分析 ,  *キュウリ ,  昆虫類 ,  *病原媒介動物 ,  サポートベクトルマシン ,  高速Fourier変換 ,  キャリブレーション ,  測定データ ,  識別関数
準シソーラス用語： Kernel関数 ,  クロロフィル蛍光 ,  スペクトルデータ ,  レーザ誘起蛍光法 ,  診断精度 ,  病害虫

分類 (2件)： 分光分析  (CC03012W) ,  野菜  (FC03043X)

タイトルに関連する用語 (7件)： PCA ,  SVM ,  蛍光分光法 ,  キュウリ ,  病気 ,  害虫 ,  診断