基于Random Forest的水稻细菌性条斑病识别方法研究

• 作 者: 袁培森 曹益飞 马千里 王浩云 徐焕良
• 机 构: 南京农业大学人工智能学院,南京农业大学工学院
• 出 处: 农业机械学报
• 发表日期: 2021年01期
• 关键词: 水稻表型 随机森林 高光谱成像 细菌性条斑病 病害识别 rice phenotypic random forest hyperspectral imaging
• 基金项目: 国家自然科学基金项目(61502236、61806097),大学生创新创业训练专项计划项目(S20190025)

为了快速、准确、有效地识别发病早期的细菌性条斑病,提出基于随机森林(Random forest,RF)算法的水稻细菌性条斑病识别方法,利用光谱成像技术获取该病害的高光谱数据,通过多元散射校正减少和消除噪声及基线漂移对光谱数据的不利影响。利用随机森林特征重要性指标,选取逻辑回归(LR)、朴素贝叶斯(NB)、决策树(DT)、支持向量分类机(SVC)、k最近邻(KNN)和梯度提升决策树(Gradient boosting decision tree,GBDT)算法进行对比试验。同时筛选出12个位于450～