中国科学院机构知识库网格
Chinese Academy of Sciences Institutional Repositories Grid
基于深度稀疏学习的土壤近红外光谱分析预测模型

文献类型:期刊论文

作者王儒敬3; 陈天娇3; 汪玉冰3; 汪六三3; 谢成军3; 张洁3; 李瑞3; 陈红波3
刊名发光学报
出版日期2017
卷号038
关键词土壤近红外光谱 深度稀疏学习 神经网络模型
ISSN号1000-7032
其他题名Soil Near-infrared Spectroscopy Prediction Model Based on Deep Sparse Learning
英文摘要提出一种基于深度稀疏学习的土壤近红外光谱分析预测模型。首先,使用稀疏特征学习方法对土壤近红外光谱数据进行约简,实现土壤近红外光谱内容的稀疏表示;然后采用径向基函数神经网络以稀疏表示特征系数为输入,以所测土壤成分为输出,分别建立土壤有机质、速效磷、速效钾的非线性预测模型。结果表明用该模型预测土壤有机质的含量是可行的,但对土壤速效磷和速效钾含量的预测还需对模型做进一步的优化。
语种中文
CSCD记录号CSCD:5897265
源URL[http://ir.hfcas.ac.cn:8080/handle/334002/44593]  
专题中国科学院合肥物质科学研究院
作者单位1.中国科学院合肥智能机械研究所
2.中国科学院合肥智能机械研究所
3.中国科学院合肥智能机械研究所
4.中国科学院合肥智能机械研究所
5.中国科学院合肥智能机械研究所
6.中国科学院合肥智能机械研究所
7.中国科学院合肥智能机械研究所
8.中国科学院合肥智能机械研究所
推荐引用方式
GB/T 7714
王儒敬,陈天娇,汪玉冰,等. 基于深度稀疏学习的土壤近红外光谱分析预测模型[J]. 发光学报,2017,038.
APA 王儒敬.,陈天娇.,汪玉冰.,汪六三.,谢成军.,...&陈红波.(2017).基于深度稀疏学习的土壤近红外光谱分析预测模型.发光学报,038.
MLA 王儒敬,et al."基于深度稀疏学习的土壤近红外光谱分析预测模型".发光学报 038(2017).

入库方式: OAI收割

来源:合肥物质科学研究院

浏览0
下载0
收藏0
其他版本

除非特别说明,本系统中所有内容都受版权保护,并保留所有权利。