首页> 中文会议>中国农业工程学会电气信息与自动化专委会、中国电机工程学会农村电气化分会科技与教育专委会2010年学术年会 >基于近红外光谱技术和支持向量机模型的土壤参数预测

基于近红外光谱技术和支持向量机模型的土壤参数预测

页面导航

摘要
著录项
相似文献
相关主题

摘要

应用支持向量机算法对土壤光谱数据进行处理,研究了土壤全氮和土壤有机质的回归模型以及模型随参数变化的规律.首先,从中国农业大学试验田采集了150个土样,然后使用近红外光谱仪获取了每个原始土壤样本的近红外光谱,同时应用实验室分析方法测量了土壤样本的全氮和有机质含量,最后以近红外光谱数据为自变量对土壤全氮和有机质含量进行了支持向量机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 回归模型效果较好,标定R2达到0.9224,验证R2 达到0.3667,模型的回归均方差和验证均方差均较低;对于土壤有机质,基于原始NIR 光谱的SVM 回归模型效果最好,标定R2 达到0.9179,验证R2 达到0.4152,模型的回归均方差和验证均方差均较理想.

著录项

来源
《中国农业工程学会电气信息与自动化专委会、中国电机工程学会农村电气化分会科技与教育专委会2010年学术年会》|2010年|1-8|共8页
会议地点北京
作者
郑立华; 李民赞; 孙红; 安晓飞;
展开▼
作者单位

中国电机工程学会;

中国农业工程学会;

展开▼
会议组织
正文语种
原文格式 PDF
中图分类红外光谱分析法;
关键词
支持向量机; 全氮含量; 有机质; 近红外光谱; 土壤参数预测;

相似文献

中文文献
外文文献
专利

1. 支持向量机的盐碱土壤Philip入渗模型参数预测研究 [J] . 程诗念 ,樊贵盛 . 节水灌溉 . 2017,第9期
2. 基于支持向量机的冻融土壤入渗参数预测 [J] . 李昊哲 ,樊贵盛 . 人民黄河 . 2017,第009期
3. 基于支持向量机的土壤水分入渗参数预测研究 [J] . 雷国庆 ,樊贵盛 . 节水灌溉 . 2015,第12期
4. 基于近红外光谱和支持向量机的土壤参数预测 [J] . 郑立华 ,李民赞 ,安晓飞 . 农业工程学报 . 2010,第S2期
5. 基于支持向量机的土壤水力学参数预测 [J] . 杨绍锷 ,黄元仿 . 农业工程学报 . 2007,第007期
6. 基于近红外光谱技术的土壤养分检测方法 [C] . 张淑娟 ,王凤花 ,张海红 . 纪念中国农业工程学会成立三十周年暨中国农业工程学会2009年学术年会（CSAE2009） . 2009
7. 基于近红外光谱技术的土壤有机质预测模型研究 [A] . 郭青青 . 2016

基于近红外光谱技术和支持向量机模型的土壤参数预测

摘要

著录项

相似文献

相关主题

期刊订阅