摘要： 目的 基于高光譜成像技術(shù)和自適應(yīng)增強(qiáng)網(wǎng)絡(luò)(adaptive boosting,AdaBoost)算法建立最佳的不同產(chǎn)地的水蜜桃分類模型。方法 本研究采集了來自無錫、徐州和寧波3個(gè)不同產(chǎn)地的‘白鳳’水蜜桃高光譜圖像,通過提取感興趣區(qū)域獲得各產(chǎn)地的光譜信息,并利用提取的光譜信息進(jìn)行建模。分別比較在3種預(yù)處理方法下的AdaBoost、隨機(jī)森林、長短期記憶網(wǎng)絡(luò)、徑向基函數(shù)神經(jīng)網(wǎng)絡(luò)產(chǎn)地分... （共11頁）