基于方差选择和高斯朴素贝叶斯的草地牧草高光谱图像识别研究
【摘要】 高前研究较少斯朴素贝叶斯的草地牧草高光谱图像快速准确识别方法近红外光谱信息本研究通过结合高光谱成像技术和机器学习首先（400~1000nm）采用高斯朴素贝叶斯但其整体分辨率略低成本目提出了一种基于方差选择与高，利用高光谱成像系统采集可见-通过基于方差选择的降维方法优化特征中的有效的草地高光谱图像和支持向量机因此然后，，。，，。。，;，machine，SVM）指标进行模型评价并结合K。折交叉验证法分别建立识别模型（gaussiannaivebayes，GaussianNB）通过最后预处理环节中对比多元散射校正平滑滤波和移动窗口平滑光谱矩阵（normalize
