基于Apriori关联规则算法的草莓叶片含水状况研究

发布时间：2022-05-03 03:15

　　为了更便捷准确的测量草莓叶片含水率,利用叶片含水率分析指导草莓在各个生长周期的灌溉。该文通过研究数据挖掘算法中的Apriori关联规则算法及其在分析草莓叶片水分状况方面的应用,提出一种基于Apriori算法的D算子模型,采集草莓叶片不同水分状况的光谱反射值,建立相关性系数和出错率2个衡量指标,利用所提算子模型对冠层叶片含水率与不同波段的光谱反射率之间的潜在关系进行关联规则分析,找出了干旱、轻度干旱、适量和溢水4种不同的水分处理方式下草莓光谱反射特征与叶片水分状况之间的相关关系。试验结果证实,在2 037.425～2 560.039 nm波段下,通过光谱反射率就能判断出叶片的含水状态,即当光谱反射值在101.554～101.560时,草莓叶片含水状态为干旱;当光谱反射值在98.574～99.140时,草莓叶片含水状态为轻微干旱;当光谱反射值在96.379～97.587时,草莓叶片含水状态为适量;当光谱反射值在94.583～95.902时,草莓叶片含水状态为溢水。实证分析结果表明,所提算法简化了实际操作的步骤,节省数据空间,证明了所提算法分析草莓叶片含水状况的可行性和有效性。 

【文章页数】：6 页

【文章目录】：
1 材料与方法
    1.1 试验材料
    1.2 试验方法
    1.3 项目测定
    1.4 数据分析
2 基于Apriori算法的D算子模型
    2.1 基于Apriori算法的D算子模型介绍
    2.2 关联规则的检验指标
        2.2.1 相关性系数(Lift)
        2.2.2 出错率(Conviction)
3 算法的性能分析
    3.1 Apriori算法下光谱反射率与叶片含水量之间的关联规则分析
    3.2 D算子模型下光谱反射率与叶片含水率之间的关联规则分析
    3.3 与Apriori算法运行时间及准确率的比较
4 讨论与结论



本文编号：3650517