CN109387484A - 一种结合高光谱和支持向量机分类的苎麻品种识别方法 - Google Patents

Abstract

本发明提出一种结合高光谱和支持向量机分类的苎麻品种识别方法，包括以下步骤：样本收集及高光谱测量、样品集划分、PCA特征提取、SVC识别模型建立和确定最佳模型；本发明通过采用网格搜索法确定提取特征分别建立Linear、Polynomial、RBF和Sigmoid核函数的SVC苎麻高光谱品种识别模型的方法，模型识别正确率可以达到95%以上，具有可靠有效的且快速、简便的优点，提高了基于高光谱的苎麻品种识别、辅助育种、为实现苎麻的高产优质及麻田精准管理的理论依据和关键技术支撑，可以缩短苎麻品种识别周期，减少人力物力消耗。

Description

一种结合高光谱和支持向量机分类的苎麻品种识别方法

技术领域

本发明涉及苎麻品种识别的技术领域，尤其涉及一种结合高光谱和支持向量机分类的苎麻品种识别方法。

背景技术

苎麻属荨麻科苎麻属的多年生宿根型草本植物，是我国的特产，被誉为中国草。我国是世界上主要产麻国之一，拥有最丰富的苎麻品种资源，苎麻种植面积和原料产量占世界的95%以上，在国民经济中，苎麻一直有着较高的经济地位，当前，我国苎麻品种的类型，主要有按种植区域划分的生态类型、按植物学形态划分的形态类型、按产量和品质划分的经济生态类型和按生育期划分的熟期类型等。

传统的苎麻品种的识别主要依据种植区域划分的生态类型、按植物学形态划分的形态类型、按产量和品质划分的经济生态类型和按生育期划分的熟期类型等标准，再依靠人工经验进行识别，这些识别方法耗时长、成本高、主观性强，且准确率低，不适于用大量的苎麻品种筛分识别，一些利用高光谱进行作物识别的研究成果虽然已有不少，但是针对不同基因型苎麻的高光谱特性和提取（选择）有效的光谱特征来建立苎麻品种识别的模型仍然较为缺乏，一些利用支持向量机分类SVC的方法进行定性分类识别的研究虽然也很多，但支持向量机分类中核函数选择极为关键，核函数和及其参数设置没有唯一确定的准则，需要经验和反复尝试确定，耗时耗力较大。因此，本发明提出一种结合高光谱和支持向量机分类的苎麻品种识别方法，以解决现有技术中的不足之处。

发明内容

针对上述问题，本发明提出通过采用网格搜索法确定提取特征分别建立Linear、Polynomial、RBF和Sigmoid核函数的SVC苎麻高光谱品种识别模型的方法，模型识别正确率可以达到95%以上，具有可靠有效的且快速、简便的优点，提高了基于高光谱的苎麻品种识别、辅助育种、为实现苎麻的高产优质及麻田精准管理的理论依据和关键技术支撑，可以缩短苎麻品种识别周期，减少人力物力消耗。

本发明提出一种结合高光谱和支持向量机分类的苎麻品种识别方法，包括以下步骤：

步骤一：样本收集及高光谱测量

收集不同品种的苎麻，作为苎麻样本，然后将苎麻样本采用便携式地物光谱仪和便携式地物光谱仪配套的手持叶夹式叶片光谱探测器在苎麻样本叶片上选择4个采样点测量进行高光谱数据采集，采样点数据做断点校正后再取平均值作为该苎麻样本的叶片高光谱数据；

步骤二：样本集划分

在上述步骤一中不同品种的苎麻样本的叶片高光谱数据采集后，将不同品种的苎麻样本的叶片高光谱数据按照2:1的比例随机分配，依次标记为成建模集和预测集；

步骤三：PCA特征提取

采用PCA提取苎麻样本的叶片特征，选择所有特征值大于1的成分作为PCA主因子或方差累计贡献率达到85%-95%的前n个主因子作为PCA主因子；

步骤四：SVC识别模型建立

在化学计量软件Unscrambler中利用SVC算法将上述步骤三中提取后的PCA主因子特征变量从方差累积贡献率≥85%第n个主因子开始，依次增加PCA主因子个数，然后分别与不同的SVC核函数及核函数的最佳参数进行组合，然后进行分析后建立多个识别苎麻品种的模型，获得最佳特征变量个数、SVC核函数和参数组合；

步骤五：确定最佳模型

将步骤二中的预测集的预测数据代入步骤四建立的各种组合的模型中，评价并识别预测结果，获取最佳参数组合的模型。

进一步改进在于：所述步骤一中样本收集采用地方品种、选育品种、不同蔸型、不同成熟期和不同产量的样本，样本收集选择9种苎麻品种，并且在苎麻样本旺长期采集苎麻样本的叶片高光谱数据，每个品种采集162个叶片高光数据，9个品种共生成1458个叶片样本高光谱数据。

进一步改进在于：9种所述苎麻品种分别为金沙枸皮麻、毕节圆麻、湘潭鸡骨白、沅江黄壳早、平塘大刀麻、中苎1号、邵阳4号、双峰大叶麻和绥宁青麻。

进一步改进在于：所述步骤一中高光谱数据采集时，避开苎麻样本叶片的主叶脉，高光谱数据采集时先将手持叶夹式叶片光谱探测器的叶片夹持器夹紧被测苎麻样本的叶片所测部位，再用手持叶夹式叶片光谱探测器的探头测定苎麻样本的叶片高光谱，苎麻样本的叶片采样点选择在叶片主叶脉两边，叶片主叶脉两边各选择2个采样点，一共选择4个采样点，采样点数据做断点校正后再取平均值作为该苎麻样本的叶片高光谱数据。

进一步改进在于：所述步骤一中为了消除苎麻样本的叶片高光谱数据在采集时首端与末端产生的噪音，苎麻样本的叶片高光谱数据采集时选择420nm-2450nm之间的光谱数据进行分析，并且便携式地物光谱仪每半小时做一次OPT优化和白板参比。

进一步改进在于：所述步骤二中不同品种的苎麻样本的叶片高光谱数据建模集用于建立品种识别模型，不同品种的苎麻样本的叶片高光谱数据预测集不参与建模，仅用于评测模型的准确率。

进一步改进在于：所述步骤三中采用PCA提取苎麻样本的叶片特征时以方差累积贡献率判断结果为基础，适当增加主因子个数，最终通过综合权衡模型预测集的正确率、降维的力度和方差累积贡献率等因素来确定主因子个数。

进一步改进在于：所述步骤四中为了避免SVC算法的核函数和参数设置对模型的精度与复杂性产生影响，同时为了找到最佳核函数和参数，需要采用不同的SVC核函数及核函数建立苎麻品种识别模，具体为四种不同的SVC核函数，包括Linear、Polynomial、RBF和Sigmoid核函数。

进一步改进在于：所述Linear、Polynomial、RBF和Sigmoid核函数建立苎麻品种识别模型时，采用网格搜索法和交叉验证正确率为选择标准来确定最佳的Linear、Polynomial、RBF和Sigmoid核函数的惩罚因子C和核函数参数γ值。

进一步改进在于：所述步骤五中先将步骤二中预测集数据代入上述步骤四中建立的各种组合的模型中进行预测，然后以预测集正确率为标准来确定SVC核函数及其参数、最佳主因子个数的模型，在相同主因子个数的情况下选择正确率最高的核函数为最佳选择，再分析最佳核函数模型在不同主因子个数情况下的预测集正确率，然后添加主因子个数，选择预测集正确率不再有显著提高或者达到预期要求的时的主因子个数作为为最佳主因子数。

本发明的有益效果为：本发明通过对多个不同品种、不同基因型苎麻样本的叶片高光谱特性进行研究及对比多种苎麻样本的叶片特征，可以提高主成分分析PCA效果的正确率，并通过权衡模型正确率、降维的力度和方差累积贡献率的发法来确定最佳主因子个数，以及通过采用网格搜索法确定提取特征分别建立Linear、Polynomial、RBF和Sigmoid核函数的SVC苎麻高光谱品种识别模型的方法，再以预测集正确率为标准，可以得到最佳的苎麻品种识别模型，选择参数合理的情况下，模型识别正确率可以达到95%以上，本发明方法应用于苎麻品种识别具有可靠有效的且快速、简便的优点，提高了基于高光谱的苎麻品种识别、辅助育种、为实现苎麻的高产优质及麻田精准管理的理论依据和关键技术支撑，可以缩短苎麻品种识别周期，减少人力物力消耗，同时可以缩短成本，适用于大批量的苎麻品种识别。

附图说明

图1为本发明基于高光谱和SVC苎麻品种识别建模流程图。

图2为本发明为不同主成分个数、不同核函数SVC模型判别结果示意图。

图3为本发明前20个主成分的累积贡献率示意图。

具体实施方式

为了加深对本发明的理解，下面将结合实施例对本发明做进一步详述，本实施例仅用于解释本发明，并不构成对本发明保护范围的限定。

根据图1、2和3所示，本实施例提出了一种结合高光谱和支持向量机分类的苎麻品种识别方法，包括以下步骤：

步骤一：样本收集及高光谱测量

样本收集采用地方品种、选育品种、不同蔸型、不同成熟期和不同产量的样本，样本收集选择金沙枸皮麻、毕节圆麻、湘潭鸡骨白、沅江黄壳早、平塘大刀麻、中苎1号、邵阳4号、双峰大叶麻和绥宁青麻共9种苎麻品种，作为苎麻样本，并且在苎麻样本旺长期采集苎麻样本的叶片高光谱数据，每个品种采集162个叶片高光数据，9个品种共生成1458个叶片样本高光谱数据，然后将苎麻样本采用便携式地物光谱仪和便携式地物光谱仪配套的手持叶夹式叶片光谱探测器在苎麻样本叶片上进行高光谱数据采集，高光谱数据采集时，避开苎麻样本叶片的主叶脉，高光谱数据采集时先将手持叶夹式叶片光谱探测器的叶片夹持器夹紧被测苎麻样本的叶片所测部位，再用手持叶夹式叶片光谱探测器的探头测定苎麻样本的叶片高光谱，苎麻样本的叶片采样点选择在叶片主叶脉两边，叶片主叶脉两边各选择2个采样点，一共选择4个采样点，采样点数据做断点校正后再取平均值作为该苎麻样本的叶片高光谱数据；

步骤二：样本集划分

在上述步骤一中不同品种的苎麻样本的叶片高光谱数据采集后，将不同品种的苎麻样本的叶片高光谱数据按照2:1的比例随机分配，依次标记为成建模集和预测集，不同品种的苎麻样本的叶片高光谱数据建模集用于建立品种识别模型，不同品种的苎麻样本的叶片高光谱数据预测集不参与建模，仅用于评测模型的准确率；

步骤三：PCA特征提取

采用PCA提取苎麻样本的叶片特征，选择所有特征值大于1的成分作为PCA主因子或方差累计贡献率达到90%的前20个主因子作为PCA主因子，采用PCA提取苎麻样本的叶片特征时以方差累积贡献率判断结果为基础，适当增加主因子个数，最终通过综合权衡模型预测集的正确率、降维的力度和方差累积贡献率等因素来确定主因子个数；

步骤四：SVC识别模型建立

在化学计量软件Unscrambler中利用SVC算法将上述步骤三中提取后的PCA主因子特征变量从方差累积贡献率≥85%第20个主因子开始，依次增加PCA主因子个数，然后分别与不同的SVC核函数及核函数的最佳参数进行组合，然后进行分析后建立多个识别苎麻品种的模型，获得最佳特征变量个数、SVC核函数和参数组合，为了避免SVC算法的核函数和参数设置对模型的精度与复杂性产生影响，同时为了找到最佳核函数和参数，需要采用不同的SVC核函数及核函数建立苎麻品种识别模，具体为四种不同的SVC核函数，包括Linear、Polynomial、RBF和Sigmoid核函数，Linear、Polynomial、RBF和Sigmoid核函数建立苎麻品种识别模型时，采用网格搜索法和交叉验证正确率为选择标准来确定最佳的Linear、Polynomial、RBF和Sigmoid核函数的惩罚因子C和核函数参数γ值；

步骤五：确定最佳模型

先将步骤二中预测集数据代入上述步骤四中建立的各种组合的模型中进行预测，然后以预测集正确率为标准来确定SVC核函数及其参数、最佳主因子个数的模型，在相同主因子个数的情况下选择正确率最高的核函数为最佳选择，再分析最佳核函数模型在不同主因子个数情况下的预测集正确率，然后添加主因子个数，选择预测集正确率不再有显著提高或者达到预期要求的时的主因子个数作为为最佳主因子数。

将预测集数据代入上述步骤四中建立的各种组合的模型中进行预测后，不同主成分个数、不同核函数SVC模型在建模集和预测集详细判别正确率如下表1所示：

不同主成分个数、不同核函数SVC模型判别正确率（%）

表1

根据上表1所示可以得出：Linear、Polynomial、RBF和Sigmoid核函数的SVC苎麻品种高光谱判别模型中，RBF核函数模型效果最好，总体高于另外三种。

选择20个主成分的预测集效果在同类核函数SVC模型中均为最佳，其建模集和预测集总体及各品种判定结果如下表2所示：

20个主成分参数SVC判别正确率（%）

表2

根据上表2所示可以得出，综合权衡正确率和计算量，20个主成分和RBF方法是最好的选择，其预测集正确率为96.91%。

对建模集样本进行PCA进行分析，取前20个主成分PC，各成分的详细贡献率如下表3所示：

前20个主成分的累积贡献率

表3

由上表3所示可以得出，第1个PC贡献率为75.78%，是所有PC中贡献率最大的；前2个PC累积贡献率增加迅速，第2个PC累积贡献率为86.68%，之后各PC累积贡献率缓慢增加；前20个主成分累积贡献率达到99.98%，仅剩0.02%的光谱信息未能表达。

对9个不同基因型苎麻品种样本集进行划分，划分情况如下表4所示：

9个不同基因型苎麻品种样本集划分情况

表4

本发明通过对多个不同品种、不同基因型苎麻样本的叶片高光谱特性进行研究及对比多种苎麻样本的叶片特征，可以提高主成分分析PCA效果的正确率，并通过权衡模型正确率、降维的力度和方差累积贡献率的发法来确定最佳主因子个数，以及通过采用网格搜索法确定提取特征分别建立Linear、Polynomial、RBF和Sigmoid核函数的SVC苎麻高光谱品种识别模型的方法，再以预测集正确率为标准，可以得到最佳的苎麻品种识别模型，选择参数合理的情况下，模型识别正确率可以达到95%以上，本发明方法应用于苎麻品种识别具有可靠有效的且快速、简便的优点，提高了基于高光谱的苎麻品种识别、辅助育种、为实现苎麻的高产优质及麻田精准管理的理论依据和关键技术支撑，可以缩短苎麻品种识别周期，减少人力物力消耗，同时可以缩短成本，适用于大批量的苎麻品种识别。

以上显示和描述了本发明的基本原理、主要特征和优点。本行业的技术人员应该了解，本发明不受上述实施例的限制，上述实施例和说明书中描述的只是说明本发明的原理，在不脱离本发明精神和范围的前提下，本发明还会有各种变化和改进，这些变化和改进都落入要求保护的本发明范围内。本发明要求保护范围由所附的权利要求书及其等效物界定。

Claims (10)

1.一种结合高光谱和支持向量机分类的苎麻品种识别方法，其特征在于：包括以下步骤：

步骤一：样本收集及高光谱测量

收集不同品种的苎麻，作为苎麻样本，然后将苎麻样本采用便携式地物光谱仪和便携式地物光谱仪配套的手持叶夹式叶片光谱探测器在苎麻样本叶片上选择4个采样点测量进行高光谱数据采集，采样点数据做断点校正后再取平均值作为该苎麻样本的叶片高光谱数据；

步骤二：样本集划分

在上述步骤一中不同品种的苎麻样本的叶片高光谱数据采集后，将不同品种的苎麻样本的叶片高光谱数据按照2:1的比例随机分配，依次标记为成建模集和预测集；

步骤三：PCA特征提取

采用PCA提取苎麻样本的叶片特征，选择所有特征值大于1的成分作为PCA主因子或方差累计贡献率达到85%-95%的前n个主因子作为PCA主因子；

步骤四：SVC识别模型建立

在化学计量软件Unscrambler中利用SVC算法将上述步骤三中提取后的PCA主因子特征变量从方差累积贡献率≥85%第n个主因子开始，依次增加PCA主因子个数，然后分别与不同的SVC核函数及核函数的最佳参数进行组合，然后进行分析后建立多个识别苎麻品种的模型，获得最佳特征变量个数、SVC核函数和参数组合；

步骤五：确定最佳模型

将步骤二中的预测集的预测数据代入步骤四建立的各种组合的模型中，评价并识别预测结果，获取最佳参数组合的模型。

2.根据权利要求1所述的一种结合高光谱和支持向量机分类的苎麻品种识别方法，其特征在于：所述步骤一中样本收集采用地方品种、选育品种、不同蔸型、不同成熟期和不同产量的样本，样本收集选择9种苎麻品种，并且在苎麻样本旺长期采集苎麻样本的叶片高光谱数据，每个品种采集162个叶片高光数据，9个品种共生成1458个叶片样本高光谱数据。

3.根据权利要求2所述的一种结合高光谱和支持向量机分类的苎麻品种识别方法，其特征在于：9种所述苎麻品种分别为金沙枸皮麻、毕节圆麻、湘潭鸡骨白、沅江黄壳早、平塘大刀麻、中苎1号、邵阳4号、双峰大叶麻和绥宁青麻。

4.根据权利要求1所述的一种结合高光谱和支持向量机分类的苎麻品种识别方法，其特征在于：所述步骤一中高光谱数据采集时，避开苎麻样本叶片的主叶脉，高光谱数据采集时先将手持叶夹式叶片光谱探测器的叶片夹持器夹紧被测苎麻样本的叶片所测部位，再用手持叶夹式叶片光谱探测器的探头测定苎麻样本的叶片高光谱，苎麻样本的叶片采样点选择在叶片主叶脉两边，叶片主叶脉两边各选择2个采样点，一共选择4个采样点，采样点数据做断点校正后再取平均值作为该苎麻样本的叶片高光谱数据。

5.根据权利要求1所述的一种结合高光谱和支持向量机分类的苎麻品种识别方法，其特征在于：所述步骤一中为了消除苎麻样本的叶片高光谱数据在采集时首端与末端产生的噪音，苎麻样本的叶片高光谱数据采集时选择420nm-2450nm之间的光谱数据进行分析，并且便携式地物光谱仪每半小时做一次OPT优化和白板参比。

6.根据权利要求1所述的一种结合高光谱和支持向量机分类的苎麻品种识别方法，其特征在于：所述步骤二中不同品种的苎麻样本的叶片高光谱数据建模集用于建立品种识别模型，不同品种的苎麻样本的叶片高光谱数据预测集不参与建模，仅用于评测模型的准确率。

7.根据权利要求1所述的一种结合高光谱和支持向量机分类的苎麻品种识别方法，其特征在于：所述步骤三中采用PCA提取苎麻样本的叶片特征时以方差累积贡献率判断结果为基础，适当增加主因子个数，最终通过综合权衡模型预测集的正确率、降维的力度和方差累积贡献率等因素来确定主因子个数。

8.根据权利要求1所述的一种结合高光谱和支持向量机分类的苎麻品种识别方法，其特征在于：所述步骤四中为了避免SVC算法的核函数和参数设置对模型的精度与复杂性产生影响，同时为了找到最佳核函数和参数，需要采用不同的SVC核函数及核函数建立苎麻品种识别模，具体为四种不同的SVC核函数，包括Linear、Polynomial、RBF和Sigmoid核函数。

9.根据权利要求8所述的一种结合高光谱和支持向量机分类的苎麻品种识别方法，其特征在于：所述Linear、Polynomial、RBF和Sigmoid核函数建立苎麻品种识别模型时，采用网格搜索法和交叉验证正确率为选择标准来确定最佳的Linear、Polynomial、RBF和Sigmoid核函数的惩罚因子C和核函数参数γ值。

10.根据权利要求1所述的一种结合高光谱和支持向量机分类的苎麻品种识别方法，其特征在于：所述步骤五中先将步骤二中预测集数据代入上述步骤四中建立的各种组合的模型中进行预测，然后以预测集正确率为标准来确定SVC核函数及其参数、最佳主因子个数的模型，在相同主因子个数的情况下选择正确率最高的核函数为最佳选择，再分析最佳核函数模型在不同主因子个数情况下的预测集正确率，然后添加主因子个数，选择预测集正确率不再有显著提高或者达到预期要求的时的主因子个数作为为最佳主因子数。