10.3321/j.issn:0564-3929.2009.03.003
基于人工神经网络的土壤有机质含量高光谱反演
研究了土壤有机质含量与土壤高光谱之间的关系,在对原始光谱进行了预处理分析后,运用多元线性逐步回归法(MLSR)和人工神经网络法(ANN)建立了土壤有机质含量的反演模型,并对模型进行了验证.结果表明:人工神经网络所建立的反演模型普遍优于回归模型,网络集成模型优于单个BP网络模型,网络集成是提高反演模型准确性与稳定性的有效途径.网络集成模型为最优模型,总均方根误差为1.31,可以用于土壤有机质含量的快速测算.
高光谱、土壤有机质、逐步回归、神经网络
46
S151.9(土壤学)
国家重点基础研究发展计划(973计划);国家自然科学基金
2009-07-15(万方平台首次上网日期,不代表论文的发表时间)
共7页
391-397