優(yōu)化算法在農(nóng)作物高光譜檢測模型中的應用

打開文本圖片集

1 粒子群優(yōu)化算法在作物病害診斷中的應用

為探究水稻紋枯病檢測方法，指導水稻變量施藥并提升水稻品質(zhì)，研究學者利用極限學習機（ELM）建立無人機高光譜水稻紋枯病診斷模型，并利用粒子群優(yōu)化算法（Particle Swarm Optimization，PSO）對模型進行優(yōu)化。PSO是一種仿生優(yōu)化算法，該算法的核心思想是通過模擬鳥類群體的覓食行為形成的，采用PSO算法尋找ELM中權(quán)重和閾值的全局最優(yōu)值，優(yōu)化選擇ELM的隱含層偏差和輸入層權(quán)重，從而計算出輸出權(quán)重矩陣。（剩余855字）