共查询到20条相似文献，搜索用时 31 毫秒
1.
为了实现对郎枣轻微损伤的无损检测,以产自太谷县的郎枣为研究对象,所用200个样本分为校正集140个和预测集60个,利用近红外光谱技术,对完好和损伤郎枣进行光谱分析。通过比较平滑处理(Smoothing)、标准正态变量校正(SNV)和多元散射校正(MSC)3种预处理方法并结合偏最小二乘法(PLS)所建模型的精度分析,确定最佳预处理方法为SNV,其PLS预测模型校正集相关系数(Rc)为0.817 569,校正集预测均方根误差(RMSEP)为0.216 473。利用所建PLS模型对预测集进行判断,轻微损伤郎枣识别的准确率为100%。 相似文献
2.
【目的】估计里岔黑猪及其与巴克夏杂交猪（巴里猪）达100 kg体重日龄（D100）的校正系数CF和A,并比较两种校正系数的校正效果,为里岔黑猪和其他地方猪种D100的估计提供参考。【方法】以554头里岔黑猪、941头巴里1代和755头巴里2代猪为研究对象,利用润农性能测定系统,收集它们肥育期的体重和日龄数据。根据始测日龄≥60d、始测体重≥25 kg等标准对数据进行质控,质控后的数据用于CF和A的估计。CF是两条直线斜率的比值,其中分子是体重对日龄回归直线的斜率,分母是经过终测点（终测日龄和终测体重）和原点（日龄和体重均为0）直线的斜率。A是体重对日龄一元回归方程的截距,通过拟合体重对日龄的一元回归方程直接得到。校正系数估计出来后,用方差分析来检验性别和群体对校正系数的影响,并把估计的CF和A分别代入各自的校正公式,分别计算D100,即CF和A的校正日龄（D100CF和D100A）。通过t检验,比较D100CF和D100A之间是否存在显著差异,并计算它们之间的相关系数。然后利用每个个体的体重和日龄,分别建立日龄对体重的回归方程,并根据各自的回归方程计算达100 kg体重的回归日龄（D100reg）。通过计算D100CF和D100A与D100reg之间的相关系数及其与D100reg差值的平均数和标准差来比较CF和A的校正效果。最后用另外2个群体的校正系数来校正某个群体,计算D100CF和D100A与该群体D100reg的相关系数来评估校正系数的通用性。【结果】由于性别和群体显著影响校正系数,因此需要分性别和分群体估计校正系数。里岔黑猪、巴里1代和巴里2代阉公猪（母猪）的校正系数CF分别为1.426（1.346）、1.340（1.389）和1.372（1.380）,A分别为60.65（54.15）、49.92（57.00）和54.25（57.53）。D100CF和D100A之间差异不显著（P = 0.3071）,它们之间的相关系数为0.9998（P<0.0001）。D100CF和D100A与D100reg的相关系数均≥0.9917（P<0.0001）,它们与D100reg差值的平均数分别为-0.1385和-0.2741d,标准差分别为2.5532和2.5446d,差异均不显著（P>0.05）。用另外2个群体的校正系数来校正某个群体,D100CF和D100A与该群体D100reg的相关系数均≥0.9793（P<0.0001）。【结论】本研究估计的D100校正系数CF和A与国家生猪产业体系使用的CF和A有较大差异。CF和A的校正效果没有显著差异,在适当的结测体重范围内,它们的校正效果都非常好。在研究的3个群体中,用另外2个群体的校正系数来校正某个群体的校正效果也非常好,说明里岔黑猪D100的校正系数可以为其他地方猪种D100的估计提供参考。 相似文献
3.
刺槐是黄土丘陵区生态环境建设的主要乔木树种之一,而地形阴影是影响刺槐林遥感提取精度的重要因素。为研究不同地形校正方法对刺槐林分布信息提取的影响,以黄土丘陵区安塞县的刺槐人工林为例, 使用Cosine、SCS、Minnaert、C、SCS+C 5种校正方法对该地区2015年7月份的Landsat8 OLI影像进行地形校正,并采用基于样本、面向对象提取的方法对人工刺槐林的分布信息进行提取。最后对地形校正前后的影像进行视觉比较和回归分析,并对提取结果进行精度评估,从而比较不同地形校正方法对刺槐人工林分布信息提取的影响。结果表明:1) 5种地形校正方法削弱了遥感影像上地形阴影的视觉效果, 其中Cosine、SCS校正存在过度校正的现象。2) 5种地形校正方法使得各波段辐射亮度值的均值和方差较之前发生变化,且SCS+C校正符合预期效果。3) Minnaert、SCS+C及C校正降低了太阳入射角的余弦值cosi与影像各波段的辐射亮度值间的回归直线斜率m的绝对值及相关系数r的绝对值, Cosine、SCS校正使两参数在部分波段上变大。4) 5种地形校正方法都不同程度地降低刺槐提取的漏分误差,但Cosine校正后用户精度降低了2.47%;Minnaert、SCS+C及C校正均提高了用户者精度和生产者精度,以C校正的精度最高, 生产者精度提高了16.66%,用户精度提高了2.82%。5) 5种地形校正方法均提高了Kappa系数值,以C校正最高,Kappa系数值为0.76。本研究说明刺槐林遥感提取有必要进行地形校正,且应结合研究区的情况选择地形校正方法,这为黄土丘陵区刺槐信息提取时合适地形校正方法的选取提供了重要的依据。 相似文献
4.
受诸如信息流通慢、临时试验经费紧张、大动物试验周期长等客观因素的限制,为同一目的的研究或试验往往不只做一次,而且每次试验的结果都进行了不同程度的统计整理与分析,如何把这些分析结果合并起来更可靠地推断总体规律呢?以下将常用统计量的合并估计方法与单元方差分析思想介绍给大家.1 常用统计量的合并估计根据每次试验整理分析后所保留信息的多少。选择统计量的合并估计公式。1.1 平均数当各样本含量 n_i 已知时,合并 m 个样本均数(?)_i,无偏估计总体均值为(?)=Σn_i(?)_i/Σn_i;如果各样本的标准差 S_i 也是已知的,则可获得总体均效 相似文献
5.
<正> 在害虫防治工作中,首先要掌握昆虫种群密度动态。然而大范围地对种群密度进行全面调查,既花工又可能延误防治时机,所以一般采用抽样方法,以样本值来估计总体值。但因不了解昆虫种群空间结构的概率分布情况,仅用五点取样、对角线取样等方法,样本值与实际总体值之间往往有很大差误的,甚至完全不能反映总体的真实情况。如果以此种数据为依据,开展研究(如药效试验等),或指导防治,势必产生两种不良后果:一是过高地估计害虫种群总体的密度,造成人工、农药及防治费用的大量浪费,而且造成环境污染。二是过低地估计害虫种群的总体密度, 相似文献
6.
FLAASH（fast line-of-sight atmospheric analysis of spectral hypercubes）大气校正模块被越来越多地应用到遥感图像大气校正中,但是ENVI（the environment for visualizing images）中没有预先设定有新谱传感器的参数,因此限制了FLAASH模块的使用范围。采用FLAASH模块对ENVI中没有预设的高级陆地成像仪传感器所拍摄的图像进行大气校正,初步探讨了FLAASH模块对未知多光谱传感器图像的大气校正。通过比较大气校正前后典型地物的光谱曲线和归一化植被指数（NDVI,normalized difference vegetation index）,表明FLAASH模块能够有效地减少大气对ALI图像的影响。图5表2参20 相似文献
7.
黎利辉 《西南大学学报(自然科学版)》2014,36(5)
采用层级处理模式,提出了一种新的人脸光照归一化方法,先对图像光照进行自动判定,决定采用何种方法进行预处理,减小不同光照下人脸灰度的差异。再根据Gamma校正算法的特点,设计了一种更适应人脸图像校正的参数计算方法。本方法在样本归一化后,使得图像的本真信息不丢失,而且提高了图像对比度。大量的实验表明,该方法可以有效提高人脸识别功能的适用范围,能够在更远距离或复杂光照下进行识别。 相似文献
8.
[目的]探讨采用数字图像处理法快速计算植物叶片面积的方法。[方法]以杨树叶片为试材,先将叶片样本进行灰度化、二值化和开运算等预处理,得到叶片外部的参考框图像,之后将样本图像进行几何校正,去除叶柄求出叶片面积,最终编写MATLAB程序。[结果]通过研究叶柄处存在凸出的叶片的去叶柄算法,得到比较精确的纯叶片图像。在对畸变灰度图像二值化过程中采用局部阈值分割和直方图分割相结合的方法,人机交互处理后得到了清晰的边框;在对校正后的灰度图像进行处理的过程中运用了最佳阈值分割方法也能得到满意的叶片图像。由此可见,目的和需要不同所采取的方法有很大差别。[结论]采用对精确的数字图像处理方法能快速计算植物叶片面积。 相似文献
9.
【目的】研究克里金插值数据平滑效应的校正方法及其在富硒茶园适宜区研究中的应用。【方法】用采样点插值表面估计值和实测值极差和标准差的相对变化率定量表示克里金插值的平滑效应,用样点插值表面估计值和实测值的最小值、平均值和最大值之间的一元二次回归方程为校正函数,用贵州省凤冈县0-20 cm土层的pH和全硒含量校正克里金插值表面叠加分析研究富硒茶园适宜区。【结果】（1)极差平滑率和标准差平滑率可分别描述克里金插值数据变化范围平滑效应和数据变异程度平滑效应,凤冈县土壤pH和硒含量普通克里金插值的极差平滑率和标准差平滑率分别为68.30%、69.51%和65.33%、60.00%。（2）校正后凤冈县土壤pH插值表面估计值极差平滑率和标准差平滑率分别为0.00%和6.10%,硒含量插值表面估计值极差平滑率和标准差平滑率均为0。文中的校正方法可完美消除普通克里金插值平滑效应,同时保证插值结果无偏估计特性。（3）校正后插值表面叠加分析结果表明,凤冈县富硒茶园适宜区面积为49.63 km2,占全县土地总面积的2.64%,主要分布在该县永安镇田坝村及附近。【结论】用样点插值表面估计值和实测值的最小值、平均值和最大值之间的一元二次回归方程对克里金插值表面进行校正简单易行,基于校正表面富硒茶园适宜区分析结果与现实情况吻合良好。 相似文献
10.
采用近红外光谱直接对瓶装醋进行透射检测。结果发现,玻璃包装对入射光源强度影响很大。采用室内外置光源解决此问题,在850～2000nm的波长范围内,采用偏最小二乘方法（PLs）对醋中的挥发酸含量进行了定量预测。结果表明,原始光谱结合PLs方法可以很好地预测瓶装醋中的挥发酸含量,校正样本和预测样本的相关系数分别为0．98、0．97;校正样本和预测样本的标准偏差分别为o．776、0．878。此外,对挥发酸含量起主要作用的波段主要集中在900nm和1100nm左右。 相似文献
11.
3参数威布尔分布参数估计方法的比较研究 总被引：1，自引：0，他引：1
介绍了完全样本下极大似然估计法、矩估计法、相关系数优化法、概率权重矩法、灰色模型法、双线性回归法等常用的3参数威布尔分布的参数估计方法,提出了极大似然估计的一种新解法,从相关系数、Theil不等系数、对数似然函数值3个方面比较了各种方法的差异.不同容量的样本实例计算表明,小样本情况下各估计法的差别较大,而大样本时差别较小,灰色模型法在各种样本下均具有较高的估计精度. 相似文献
12.
《中国农业科学》2020,(12)
【目的】估计里岔黑猪及其与巴克夏杂交猪(巴里猪)达100 kg体重日龄(D100)的校正系数CF和A,并比较两种校正系数的校正效果,为里岔黑猪和其他地方猪种D100的估计提供参考。【方法】以554头里岔黑猪、941头巴里1代和755头巴里2代猪为研究对象,利用润农性能测定系统,收集它们肥育期的体重和日龄数据。根据始测日龄≥60d、始测体重≥25 kg等标准对数据进行质控,质控后的数据用于CF和A的估计。CF是两条直线斜率的比值,其中分子是体重对日龄回归直线的斜率,分母是经过终测点(终测日龄和终测体重)和原点(日龄和体重均为0)直线的斜率。A是体重对日龄一元回归方程的截距,通过拟合体重对日龄的一元回归方程直接得到。校正系数估计出来后,用方差分析来检验性别和群体对校正系数的影响,并把估计的CF和A分别代入各自的校正公式,分别计算D100,即CF和A的校正日龄(D100CF和D100A)。通过t检验,比较D100CF和D100A之间是否存在显著差异,并计算它们之间的相关系数。然后利用每个个体的体重和日龄,分别建立日龄对体重的回归方程,并根据各自的回归方程计算达100 kg体重的回归日龄(D100reg)。通过计算D100CF和D100A与D100reg之间的相关系数及其与D100reg差值的平均数和标准差来比较CF和A的校正效果。最后用另外2个群体的校正系数来校正某个群体,计算D100CF和D100A与该群体D100reg的相关系数来评估校正系数的通用性。【结果】由于性别和群体显著影响校正系数,因此需要分性别和分群体估计校正系数。里岔黑猪、巴里1代和巴里2代阉公猪(母猪)的校正系数CF分别为1.426(1.346)、1.340(1.389)和1.372(1.380),A分别为60.65(54.15)、49.92(57.00)和54.25(57.53)。D100CF和D100A之间差异不显著(P=0.3071),它们之间的相关系数为0.9998(P0.0001)。D100CF和D100A与D100reg的相关系数均≥0.9917(P0.0001),它们与D100reg差值的平均数分别为-0.1385和-0.2741d,标准差分别为2.5532和2.5446d,差异均不显著(P0.05)。用另外2个群体的校正系数来校正某个群体,D100CF和D100A与该群体D100reg的相关系数均≥0.9793(P0.0001)。【结论】本研究估计的D100校正系数CF和A与国家生猪产业体系使用的CF和A有较大差异。CF和A的校正效果没有显著差异,在适当的结测体重范围内,它们的校正效果都非常好。在研究的3个群体中,用另外2个群体的校正系数来校正某个群体的校正效果也非常好,说明里岔黑猪D100的校正系数可以为其他地方猪种D100的估计提供参考。 相似文献
13.
应用近红外光谱和小波网络构建的木材基本密度预测模型 总被引：1，自引：0，他引：1
以柞木为研究对象,将120个样本以2∶1的比例分为校正集和预测集,80个校正集,40个预测集;使用900~1 700 nm的近红外光谱仪,获取样本径切面的近红外光谱数据;采用蒙特卡洛采样法剔除奇异样本,采用多元散射校正和S-G平滑对光谱数据进行预处理,消除光谱漂移、表面散射和噪声的影响;通过Bi PLS-SPA算法对特征波长进行提取,构建小波神经网络模型,预测柞木基本密度;将建模方法与常用的偏最小二乘(PLS)和BP神经网络进行了对比,验证小波网络的有效性。结果表明:小波神经网络对预测集样本验证结果更好,相关系数为0.968,预测均方根误差为0.014 4。 相似文献
14.
为探讨基于高光谱图像技术对沙梨糖度无损检测的可行性,采集80个沙梨样本在400～1 000 nm内的高光谱图像数据及其对应的糖度,采用变量标准化、多元散射校正(MSC)、平滑滤波、基线校正等方法对原始光谱数据进行预处理,发现MSC预处理效果最佳,再通过无信息变量消除法对MSC预处理后的光谱数据进行压缩,最后分别建立BP神经网络和PLS沙梨糖度预测模型.结果表明:无信息变量消除法将光谱变量压缩到234个,有效减少了建模的输入变量,建立的PLS预测模型和BP神经网络的预测相关系数均在0.85以上,而PLS预测模型的相关系数为0.9508,均方根误差为0.268,优于BP神经网络模型. 相似文献
15.
一种基于标准白板的颜色校正方法 总被引：1，自引：0，他引：1
本研究提出了一种基于标准白板的颜色校正方法。首先制作一块标准白板。在标准色温下拍摄附带标准白板的景物,得到标准图像,通过程序统计出图像中白板区域的RGB三色的各自均值,作为颜色校正的基准值。同样,得到在非标准色温下白板区域的RGB三色的各自均值。两组值相比较,得到非标准图像RGB三色各自的校正系数,然后按此系数对整个图像的每个象素进行校正。试验结果表明,校正图像与标准图像不仅在视觉上可达到一致,并且在数值上也能达到基本一致,该方法通过计算机编程来实现简单实用,快速准确。 相似文献
16.
[目的]采用低场核磁共振仪对休闲豆干样品进行测量获取横向弛豫数据,结合多元校正方法对水分含量进行快速测定。[方法]使用直接干燥法测定豆干水分含量,测得的结果作为化学值。运用偏最小二乘(PLS)和误差反向传播人工神经网络(BP-ANN)方法结合豆干样品的核磁共振数据与化学值建立多元校正模型,实现对豆干水分含量的快速测定。[结果]对于PLS与BP-ANN方法,校正集样品的水分含量预测值和化学值之间的相关系数分别为0.923 5和0.917 6,校正均方根误差分别为0.027 2和0.028 1;预测集样品的水分预测值和化学值之间的相关系数分别为0.918 9和0.921 5,预测均方根误差分别为0.024 8和0.022 3。[结论]2种方法都能快速而准确地对休闲豆干的水分含量进行预测。 相似文献
17.
[目的]建立赣南脐橙颜色指标定量数学模型,探索用颜色进行水果分级的新方法。[方法]采用色差计来测量50个赣南脐橙样本的表面颜色,用近红外漫反射光谱并结合多元校正算法偏最小二乘法(PLS),建立了赣南脐橙颜色指标L、a、b的定量模型。[结果]在全波段范围内,原始光谱所建模型最佳,其颜色指标L所建校正模型相关系数(r)为0.933,预测均方根偏差(RMSEP)为1.330,完全交互验证相关系数(rcross)达0.926;颜色指标a所建校正模型相关系数为0.970,预测均方根偏差为1.524,完全交互验证的相关系数达0.967;颜色指标b所建校正模型相关系数为0.893,预测均方根偏差为2.676,完全交互验证的相关系数达0.875。[结论]原始光谱所建模型最好,但其模型的校正均方根偏差和完全交互验证均方根偏差都偏高。 相似文献
18.
《湖北农业科学》2015,(18)
利用高光谱成像技术实现快速估计农田大棚EVA棚膜拉伸强度。采用高光谱仪获取EVA棚膜波段范围在978.37~1 676.30 nm之间的特征光谱曲线,利用拉伸强度分析仪获取样本拉伸强度保持率,利用化学计量学方法建立反映样本内部有机分子交联特性的特征光谱曲线与拉伸强度保持率之间的耦合模型,根据建立的化学计量学模型对未知的EVA棚膜拉伸强度进行估计,其中采用支持向量机(SVM)回归方法获得最优预报效果,预报相关系数平方(r2)的百分比达到86.63%,预报均方根误差(RMSE)为1.049。结果表明,利用高光谱技术结合化学计量学方法用于快速估计农田大棚棚膜拉伸强度是可行的。 相似文献
19.
张荷观 《新疆农业大学学报》1988,(4)
本文在拟合直径分布时对给定的样本资料按判别准则来选择总体分布类型的方法取得了满意的结果。对所讨论的7种分布,给出了参数的极大似然估计,比较了不同的分布类型及不同估计方法的拟合效果。 相似文献
20.
用地理信息系统(GIS)获取、描述和表达栅格地理信息的尺度问题,可抽象为在欧氏空间上进行最小几何图形单元划分,以及从划分的样本集合中抽取全部或小样本对总体参量估计的影响问题,以及尺度大小对真实世界几何图形表达的逼近问题,显然后面的问题是尺度越小越好.由于欧氏空间中的几何体划分的复杂性、最小几何图形单元定义的自由性,经典的概率论与数理统计理论还未能完全阐明自由个体形状、尺度、划分方法等对地理信息描述的影响.该研究以归一化植被指数为研究对象,借助地理信息系统软件,利用对常用的5m×5m、10 m×10 m、30 m×30m栅格尺度表达的已知总体,分别进行了全部自由个体的统计估计和检验,同时也进行了小样本抽样估计和检验.结果表明,地理空间的栅格尺度或地面抽样调查的几何单元大小发生了改变,但对总体的总值和均值的估计或表达没有影响.该研究结果对地理信息系统的研发和建设,对野外空间抽样框的设计,具有一定的指导意义. 相似文献