摘要:针对柑橘黄龙病无损检测模型的鲁棒性不足和检测率不高问题,提出一种Gabor滤波结合核极限学习机(GKELM)的近红外光谱检测模型。利用Gabor滤波加强有效特征,并结合核极限学习机完成分类任务。使用傅里叶变换光谱仪采集2个柑橘品种共1011条近红外光谱,分析了单一叶片上采集的多个光谱点的4种处理方法和不同特征维度对分类结果的影响。与极限学习机、核极限学习机、偏最小二乘判别分析和支持向量机对比,GKELM的正确率可达97.12%,精度在97.06%以上,F1得分在96.62%以上。
注:因版权方要求,不能公开全文,如需全文,请咨询杂志社