-
题名基于BiMADCRNet的近红外光谱牧草分类
- 1
-
-
作者
刘远博
郜晓晶
罗小玲
潘新
王玉航
马晨彬
-
机构
内蒙古农业大学计算机与信息工程学院
-
出处
《内蒙古大学学报(自然科学版)》
2025年第6期630-642,共13页
-
基金
内蒙古自治区自然科学基金项目(2023LHMS06014,2023LHMS06020)。
-
文摘
利用近红外光谱(NIRS)结合深度学习技术,实现12种牧草的快速分类以促进牧草自动化识别。通过数据清洗提高光谱质量,并采用MSC、Z-Score、SG及其组合进行预处理以增强光谱信号。利用PCA、PCA Sort和CARS对数据降维后,采用SVM和KNN分类模型进行测试。为提升分类效果,提出结合双向LSTM、多头注意力机制、深层1D-CNN和残差连接的BiMADCRNet模型,测试集分类准确率达97.02%,显著优于传统方法。研究表明,所提模型能有效处理复杂光谱依赖关系,为牧草分类提供高效的解决方案。
-
关键词
近红外光谱
bimadcrnet
牧草分类
多头注意力机制
残差连接
-
Keywords
near infrared spectroscopy
bimadcrnet
forage classification
multi-head attention mechanism
residual connection
-
分类号
TP391.4
[自动化与计算机技术—计算机应用技术]
S-33
[农业科学]
-
