优化算法在农作物高光谱检测模型中的应用  

作　　者：张黎黎 

机构地区：[1]沈阳市信息中心(沈阳市信用中心),辽宁沈阳110044

出　　处：《新农业》2022年第13期100-100,共1页

摘　　要：1粒子群优化算法在作物病害诊断中的应用为探究水稻纹枯病检测方法,指导水稻变量施药并提升水稻品质,研究学者利用极限学习机(ELM)建立无人机高光谱水稻纹枯病诊断模型,并利用粒子群优化算法(Particle Swarm Optimization,PSO)对模型进行优化。PSO是一种仿生优化算法,该算法的核心思想是通过模拟鸟类群体的觅食行为形成的,采用PSO算法寻找ELM中权重和阈值的全局最优值,优化选择ELM的隐含层偏差和输入层权重,从而计算出输出权重矩阵。

关 键 词：粒子群优化算法 权重矩阵 高光谱 PSO算法 全局最优值 水稻纹枯病 变量施药 仿生优化算法 

分 类 号：TP3[自动化与计算机技术—计算机科学与技术]