陈晓倩，唐晶磊，苗荣慧

(西北农林科技大学 信息工程学院，陕西 杨凌　712100)



正态分布下最小错误率的变量喷施贝叶斯决策

陈晓倩，唐晶磊，苗荣慧

(西北农林科技大学 信息工程学院，陕西 杨凌712100)

摘要：传统农田除草采用田间统一定量均匀喷洒，导致了除草剂浪费和环境污染问题。智能变量喷施能够保护环境和提高作物产量，是促进农业可持续发展战略的重要途径。为此，对经典的杂草监测参数进行改进并提出了正态分布下最小错误率的贝叶斯决策以实现精确变量喷施。首先对农田图像进行灰度化、二值化及去噪等预处理；然后依据作物行中心线对农田图像进行网格单元的划分，并在网格单元格内提取改进的杂草监测参数；最后将贝叶斯决策分为两个阶段：线下阶段利用改进的杂草监测参数数据库计算正态分布参数，线上阶段根据改进的杂草监测参数实现正态分布下最小错误率的贝叶斯决策，从而为变量喷施提供决策依据。实验结果表明：正态分布下最小错误率的贝叶斯决策正确率可达92%，与BP算法和SVM算法相比决策正确率相对较高。

关键词：变量喷施;杂草监测参数;正态分布;最小错误率;贝叶斯决策

0引言

我国是一个发展中的农业大国，农业发展关乎国家经济和社会的发展。在长期的农业生产管理中，杂草始终是农作物的一个强大威胁因素。杂草生长速度快，可生长在农田的任何区域，与处于不同生长阶段的作物争夺阳光及养分。……