公开(公告)号：CN116011323A

公开(公告)日：2023-04-25

申请号：CN202211631992.9

申请日：2022-12-19

Applicant: 宁德卫星大数据科技有限公司 ,  福建农林大学

Inventor： 冯垚 ,  张小芳 ,  吴沙沙 ,  李爽 ,  翟俊文 ,  王娟 ,  陈露 ,  李科涛 ,  邓淑雯 ,  李青女

IPC: G06F30/27 ,  G06Q10/04 ,  G06N20/00 ,  G06N5/01 ,  G06N3/096 ,  G01N21/25 ,  G01N33/24

Abstract: 本发明提供了一种基于高光谱特征筛选和机器学习的兰花营养预测方法，该方法为：步骤S1:利用便携式地物光谱仪和机载高光谱成像仪采集兰花叶片反射光谱，使用土壤养分检测仪测定兰花叶片氮磷钾营养素含量；步骤S2：对采集的光谱数据和兰花叶片的理化值进行数据清洗及预处理；步骤S3：对兰花数据进行处理及特征筛选；步骤S4：用线性和非线性机器学习模型模拟兰花叶片氮磷钾营养素的含量；步骤S5：最后根据模型评估指标好坏对模型进行反复调参，以达到最好的拟合效果，本发明具有分析速度快、效率高、成本低、模型普适性广，测试方便等优点。