浙江大学农业遥感与信息技术应用研究所, 环境修复与生态健康教育部重点实验室, 浙江省农业遥感与信息技术应用重点实验室, 浙江 杭州 310029
磷的缺乏对水稻产量有很大影响, 磷的无损快速营养诊断对缺磷水稻生产有十分重要的意义。 该文以水稻不同磷营养水平的顶部三张完全展开叶图像为研究对象, 综合提取图像光谱信息表现出的颜色、 纹理和形状三类共26个叶片特征指数并进行单因子特征分析, 结合CfsSubsetEval+Scattersearch方法对26个特征属性进行优化组合、 评价和选择, 根据不同叶位的特征指数选择结果, 利用粗糙集理论将不同磷营养水平叶片图像样本分为三类: 极缺、 微缺、 正常。 由识别精度可知, 严重缺磷样本识别率最高, 第三叶为水稻磷营养诊断的最佳叶位。
扫描图像 光学特征 缺磷 诊断 Scan image Spectral feature Phosphorus insufficiency Diagnosis 光谱学与光谱分析
2011, 31(5): 1336
1 浙江大学 农业遥感与信息技术应用研究所/浙江省农业遥感与信息技术应用重点实验室,浙江 杭州 310029
2 浙江大学 环境修复与生态健康教育部重点实验室,浙江 杭州 310029
实时、便捷、可靠的作物营养诊断和监测方法是科学施肥的基础。 传统手段在取样、测定、数据分析方面需耗费大量的人力、物力,且时效性差。 通过静态扫描技术采集不同钾营养水平的水稻叶片图像,利用面向对象的光谱分割技术和最近邻分类器,根据扫描图像中目标对象的光谱、空间、形状等特征对钾胁迫叶片特征进行了准确的提取和识别,并从分类结果里初步判断出斑点区域面积比例随钾浓度的增大而减小,用叶片图像进行缺钾叶片量化诊断时,第三完全展开叶优于第一完全展开叶。 随机选取250个点利用误差分析矩阵方法进行精度评价,总体识别精度为96.00%,KAPPA系数为0.945 3。 这一叶片特征提取方法为水稻钾胁迫量化诊断提供了新的方法。
扫描 光谱分割 钾胁迫 信息提取 Scanning Spectral segmentation Potassium stress Information extraction
浙江大学农业遥感与信息技术应用研究所， 浙江 杭州310029
当前， 磷素营养诊断的化学分析方法既费力又费时， 使诊断结果难以及时应用到田间生产， 而高光谱遥感技术是一种非破坏性、 快速和有潜力的作物营养诊断技术。 但是， 由于光谱分析技术的限制， 作物磷营养与光谱特性之间的关系研究进展一直较为缓慢。 文章通过室内实验获取了不同磷营养水平水稻典型生育期冠层光谱反射率及其对应的磷、 叶绿素含量等农学参数， 并对农学参数做了LSD多重比较。 利用互信息（MI）理论分析了水稻磷素含量的敏感波段， 结果表明水稻拔节期叶片磷素估测的敏感波段分别为536， 630， 1 040， 551和656 nm， 与其相对应的互信息值分别为1.057 5， 1.103 9， 1.135 3， 1.141 7和1.149 4； 比较了以此敏感波段为自变量构建的BP人工神经网络模型和多元线性回归模型， 结果显示BP人工神经网络模型更优， 其交叉验证均方根误差（RMSE-train）和相关系数（R２）分别为0.038 8和0.988 2， 而预测均方根误差（RMSE-test）和相关系数（R2）分别为0.050 5和0.989 2。 说明利用互信息-神经网络模型（MI-ANN）和高光谱遥感估测田间水稻磷含量是可能的。
互信息 人工神经网络 水稻 磷素营养 光谱 Mutual information Artificial neural network Rice Phosphorus nutrition Spectrum 光谱学与光谱分析
2009, 29(9): 2467
1 大连理工大学物理系,辽宁大连,116023
2 大连医科大学物理教研室,辽宁大连,116027
3 中国科学院生物物理研究所,北京,100101
在量子力学中,态的演化是一个幺正演化过程,态的演化过程可以用演化算子对态的作用来表示,幺正演化过程是时间可逆的.基于这一基本事实,Gerard't Hoofl引进了量子态的等价类概念,并用两组等价类之间的变换来描述量子态的幺正演化.本文利用等价类的概念及其变换来探究构建量子信息论中常用的通用量子门,给出通用量子门的推广形式.最后说明这些通用量子门可以基于双qubit体系内在的相互作用Hamilton量得以实现.
等价类 幺正演化 量子逻辑门
