優(yōu)化算法在農(nóng)作物高光譜檢測(cè)模型中的應(yīng)用

打開(kāi)文本圖片集

1 粒子群優(yōu)化算法在作物病害診斷中的應(yīng)用

為探究水稻紋枯病檢測(cè)方法，指導(dǎo)水稻變量施藥并提升水稻品質(zhì)，研究學(xué)者利用極限學(xué)習(xí)機(jī)（ELM）建立無(wú)人機(jī)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(duì)模型進(jìn)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(guò)模擬鳥(niǎo)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(jì)算出輸出權(quán)重矩陣。（剩余855字）