《表2 分类器训练结果 (分类准确率, %)》
单一氮水平下(N1,N2,N3,N4)n=3 000,氮水平混合时n=10 000Single nitrogen level(N1,N2,N3,N4),n=3 000;Nitrogen level mixing,n=10 000
选取Eg和Dgr为分类特征,对MTLAB R2016a自带的分类学习工具箱中SVM和KNN分类器(表1)进行训练,根据训练结果,确定适宜的分类器(表2)。结果表明,无氮水平下(N1)分类准确率均达到80%,medGSVM分类器准确率最高,为87.2%;低氮水平下(N2)各分类器准确率差异不大,均在90%左右,finGSVM分类器最为理想,准确率为92.6%;正常氮水平下(N3),几乎所有分类器准确率均达到90%,medGSVM分类器最为理想,准确率达93.5%;高氮水平下(N4),所有分类器准确率均高于90%,cubSVM分类器最为理想,准确率为93.8%;氮水平混合的情况下,weiKNN分类器最为理想,准确率为88.2%。在单一氮水平下,SVM分类器表现更为理想,有较高的准确率,而对于混合样本,KNN分类器准确率则高于SVM分类器。随着氮素水平的提高,分类准确率有所提升,并趋于稳定,例如N2较N1分类准确率提高了5.4%,N3较N2分类准确率提高了0.9%,N4较N3分类准确率仅提高了0.3%。总体而言,施氮样本(N2、N3、N4)分类准确率相近,无氮处理下植株长势较差,在均一度、颜色、大小等方面与施氮样本有鲜明差异,因此混合样本内部差异较大,分类准确率较低。
图表编号 | XD0048685000 严禁用于非法目的 |
---|---|
绘制时间 | 2019.01.01 |
作者 | 杜颖、蔡义承、谭昌伟、李振海、杨贵军、冯海宽、韩东 |
绘制单位 | 江苏省粮食作物现代产业技术协同创新中心、江苏省作物遗传生理国家重点实验室培育点、教育部农业与农产品安全国际合作联合实验室、扬州大学农业科技发展研究院、农业部农业遥感机理与定量遥感重点实验室、北京农业信息技术研究中心、江苏省粮食作物现代产业技术协同创新中心、江苏省作物遗传生理国家重点实验室培育点、教育部农业与农产品安全国际合作联合实验室、扬州大学农业科技发展研究院、江苏省粮食作物现代产业技术协同创新中心、江苏省作物遗传生理国家重点实验室培育点、教育部农业与农产品安全国际合作联合实验室、扬州大学农业科技发展研 |
更多格式 | 高清、无水印(增值服务) |