《表4 不同算法的小麦倒伏信息提取结果》
将F3结合K-means算法的综合特征参数分类法提取两期可见光图像小麦倒伏信息,能够达到一定的精度。为了验证该方法的适用性和准确性,选取地块2和地块4作为验证区,用综合特征参数F3分别结合K-means算法、支持向量机、神经网络法和最大似然法对其进行处理,其中,支持向量机、神经网络法和最大似然法的样本需要能够完全反映地物图像特征,以此原则选取5月4日地块2倒伏地样本14个,非倒伏地样本10个,地块4非倒伏地样本15个,倒伏地样本9个;选取5月16日地块2非倒伏地样本20个,倒伏地样本9个,地块4非倒伏地样本17个,倒伏地样本9个,分别提取小麦倒伏信息,各种方法提取结果见表4。
图表编号 | XD0038743900 严禁用于非法目的 |
---|---|
绘制时间 | 2019.04.25 |
作者 | 李广、张立元、宋朝阳、彭曼曼、张瑜、韩文霆 |
绘制单位 | 西北农林科技大学机械与电子工程学院、农业农村部农业物联网重点实验室、西北农林科技大学机械与电子工程学院、农业农村部农业物联网重点实验室、西北农林科技大学资源与环境学院、西北农林科技大学机械与电子工程学院、农业农村部农业物联网重点实验室、中国科学院水利部水土保持研究所、西北农林科技大学机械与电子工程学院、西北农林科技大学水土保持研究所 |
更多格式 | 高清、无水印(增值服务) |