公开(公告)号：CN115791705B

公开(公告)日：2024-08-23

申请号：CN202211440139.9

申请日：2022-11-17

Applicant: 安徽农业大学

Inventor： 唐雪海 ,  傅根深 ,  匡帆 ,  黄庆丰 ,  高祥 ,  王阿晴 ,  燕李鹏 ,  许程 ,  窦敏 ,  钱文祺

IPC: G01N21/55 ,  G01N21/25 ,  G06F18/214 ,  G06F30/27 ,  G06N3/0499 ,  G06N3/084

Abstract: 本发明涉及油茶叶片碳氮比估算技术领域，具体涉及一种基于冠层高光谱的油茶叶片碳氮比估算方法。该方法利用基于误差逆向传播的多层前馈神经网络即BP神经网络构建油茶叶片碳氮比与可见光及近红外谱区高光谱的估算模型，通过将待测油茶的测量冠层高光谱输入所述估算模型，获得待测油茶叶片的碳氮比数据。本发明采用BP神经网络算法对油茶叶片碳氮比与冠层高光谱特征进行训练学习，挖掘出影响油茶叶片碳氮比估算的潜在高光谱响应特征，并确定具体的高光谱特征组合，从而利用有效的冠层高光谱特征组合信息对油茶叶片碳氮比进行直接测量，能够大幅度降低人力与时间成本，并且过程中不会对油茶机体造成任何程度的破坏，适用于大规模推广应用。

公开(公告)号：CN115791705A

公开(公告)日：2023-03-14

申请号：CN202211440139.9

申请日：2022-11-17

Applicant: 安徽农业大学

Inventor： 唐雪海 ,  傅根深 ,  匡帆 ,  黄庆丰 ,  高祥 ,  王阿晴 ,  燕李鹏 ,  许程 ,  窦敏 ,  钱文祺

IPC: G01N21/55 ,  G01N21/25 ,  G06F18/214 ,  G06F30/27 ,  G06N3/0499 ,  G06N3/084

Abstract: 本发明涉及油茶叶片碳氮比估算技术领域，具体涉及一种基于冠层高光谱的油茶叶片碳氮比估算方法。该方法利用基于误差逆向传播的多层前馈神经网络即BP神经网络构建油茶叶片碳氮比与可见光及近红外谱区高光谱的估算模型，通过将待测油茶的测量冠层高光谱输入所述估算模型，获得待测油茶叶片的碳氮比数据。本发明采用BP神经网络算法对油茶叶片碳氮比与冠层高光谱特征进行训练学习，挖掘出影响油茶叶片碳氮比估算的潜在高光谱响应特征，并确定具体的高光谱特征组合，从而利用有效的冠层高光谱特征组合信息对油茶叶片碳氮比进行直接测量，能够大幅度降低人力与时间成本，并且过程中不会对油茶机体造成任何程度的破坏，适用于大规模推广应用。