您的位置： 专家智库 > >

“十一五”国家科技支撑计划(2006BAD10A0902)

作品数：1 被引量：12H指数：1
相关作者：鲍一丹王艳艳刘飞金春华王遵义更多>>
相关机构：浙江万里学院浙江大学宁波大学更多>>
发文基金：国家农业科技成果转化资金“十一五”国家科技支撑计划宁波市自然科学基金更多>>
相关领域：农业科学理学更多>>

文献类型

  • 1篇中文期刊文章

领域

  • 1篇农业科学
  • 1篇理学

主题

  • 1篇神经网
  • 1篇神经网络
  • 1篇土壤
  • 1篇偏最小二乘
  • 1篇偏最小二乘法
  • 1篇人工神经
  • 1篇人工神经网络
  • 1篇主成分
  • 1篇主成分分析
  • 1篇网络
  • 1篇工神经网络
  • 1篇光谱
  • 1篇光谱技术
  • 1篇人工神经网

机构

  • 1篇宁波大学
  • 1篇浙江大学
  • 1篇浙江万里学院

作者

  • 1篇王遵义
  • 1篇金春华
  • 1篇刘飞
  • 1篇王艳艳
  • 1篇鲍一丹

传媒

  • 1篇浙江大学学报...

年份

  • 1篇2010
共 1 条 记 录，以下是 1-1
全选 清除 导出
排序方式：
基于光谱技术的土壤快速分类方法研究被引量：12
2010年
针对浙江省4种典型土壤,研究应用可见-近红外光谱、近红外光谱和中红外光谱3个波段范围进行土壤快速分类的方法.在获取光谱信息的基础上,采用不同光谱建模方法以提高检测精度,简化分析计算;并分别采用主成分分析结合人工神经网络(PCA-ANN/BP)、偏最小二乘法(PLS)和偏最小二乘法结合人工神经网络(PLS-ANN)3种方法进行建模.结果表明:中红外光谱波段对土壤分类的效果不理想,而可见-近红外光谱、近红外光谱波段均能较好地进行土壤分类;在可见-近红外波段,PLS-ANN模型对土壤的分类效果优于PCA-ANN/BP和PLS模型,为土壤快速准确分类提供了一种简便可行的方法.
王遵义金春华刘飞王艳艳鲍一丹
关键词：光谱技术土壤人工神经网络主成分分析偏最小二乘法
全选 清除 导出
共1页<1>
聚类工具0