基于可见光谱特征波长提取和分类算法的柑橘黄龙病快检研究

邱鸿霖¹, 刘天元^1,^*, 孔丽丽^1,³, 于新娜¹, 王贤达^2,^*, 黄梅珍¹

Rapid Detection of Citrus Huanglongbing Based on Extraction of Characteristic Wavelength of Visible Spectrum and Classification Algorithm

QIU Hong-lin¹, LIU Tian-yuan^1,^*, KONG Li-li^1,³, YU Xin-na¹, WANG Xian-da^2,^*, HUANG Mei-zhen¹

三类模型对测试集的判别结果 (a): GA-LS-SVM模型; (b): SPA-LS-SVM模型; (c): CARS-LS-SVM模型可以看出, GA-LS-SVM判别模型中, 有一个轻症被误判为重症, 同时有两个缺镁被误判定为重症, 对测试集的准确率达到92.5%, SPA-LS-SVM模型中, 有一个轻症被误判为重症, 另一个重症被判为轻症, 准确率达到95%。而CARS-LS-SVM模型中, 有一个缺镁被误判为重症, 另一个重症被判为轻症, 准确率达到95%。