Pamuk kao važni novčani materijali utroba i pamučne tekstilne sirovine, sa gusto naseljenim površinama, zrna, zrna i uljani kulturni konkurs je sve više, korištenje pamučnog i zrnačkog predjela može ublažiti kontradikciju od kultivacije useljenosti i zrnatih kultura, što može poboljšati produktivnost usjeva i zaštitu ekološke raznolikosti i tako dalje. Stoga je od velikog značaja za brzo i precizno nadgledati rast pamuka pod režimu međusobnog premjeravanja.
Multipektralne i vidljive slike pamuka na tri faze plodnosti, ugrađeni u mrežni senzori, njihove spektralne i slike su izvučene i u kombinaciji sa visinom pamuka na terenu (VRE) i u poređenju s tri modela, naime, nasumično regresijsko regresija (RFR), gradijent (GBR) i podržavaju vektorsku regresiju (SVR). . Procijenili smo tačnost procjene različitih modela procjene na sadržaju pamuka i analizirali efekte različitih omjera međusobnog i soje na rastu pamuka, kako bi se pružio odabir međusobnog premještanja između pamučnog i vrhunske preciznosti pamučnog spada.
U usporedbi s RFR, GBR i SVR modelima, model VRE pokazao je najbolju procjenu rezultata procjenom pamučnog spada. Na osnovu modela procjene VRE-a, model s višestrukim slikama slika, vidljive slike i visina biljaka Fusion kao ulazi imali su najveću tačnost testnom set R2, RMSE i RPD od 0,916, 1,481 i 3,53.
Pokazano je da se podaci o više izvora kombinira sa glasačkim regresijskim integracijskim algoritmom pruža novu i efikasnu metodu procjene skoka u pamuku.
Vrijeme post: dec-03-2024