共 13 条
- [2] 近红外光谱小波分析在土壤参数预测中的应用[J]. 郑立华,李民赞,潘娈,孙建英,唐宁.光谱学与光谱分析. 2009(06)
- [10] 统计学习理论[M]. 电子工业出版社 , (美)瓦普尼克(VladimirN.Vapnik)著, 2004
基于近红外光谱和支持向量机的土壤参数预测
被引：35
作者：
郑立华
李民赞
安晓飞
孙红
机构：
[1] 中国农业大学现代精细农业系统集成研究教育部重点实验室
来源：
关键词：
支持向量机;
光谱;
土壤;
氮;
有机质;
预测;
D O I：
暂无
中图分类号：
S123 [光在农业上的应用];
S15-3 [];
学科分类号：
摘要：
应用支持向量机算法对实时土壤光谱数据进行处理,获得了土壤全氮和有机质的回归模型并研究了模型随参数变化的规律。从中国农业大学试验田采集了150个土样,用光谱仪获取了原始土壤样本的近红外光谱,用实验室分析法获取了各样本的全氮和有机质含量。以近红外光谱数据为自变量对2个土壤参数进行了回归建模并评价了算法各参数对模型的影响。研究表明土壤参数适合于全谱支持向量回归。对于土壤全氮,基于小波降噪NIR光谱的SVM回归模型的标定R2为0.9224,验证R2为0.3667;对于土壤有机质,基于原始NIR光谱的SVM回归模型的标定R2为0.9179,验证R2为0.4152;对经k-means聚类分析后的50个样本进行回归建模结果表明,标定R2和验证R2均有提高。
引用
收藏
页码：81 / 87
页数：7
相关论文