咨询与建议

看过本文的还看了

相关文献

该作者的其他文献

文献详情 >支持向量机在土壤镁含量高光谱估算中的应用 收藏

支持向量机在土壤镁含量高光谱估算中的应用

Application of Support Vector Machine on Soil Magnesium Content Estimation Based on Hyper-Spectra

作     者:田烨 沈润平 丁国香 TIAN Ye;SHEN Run-ping;DING Guo-xiang

作者机构:南京信息工程大学遥感学院南京210044 安徽省气象局合肥230001 

出 版 物:《土壤》 (Soils)

年 卷 期:2015年第47卷第3期

页      面:602-607页

核心收录:

学科分类:09[农学] 0903[农学-农业资源与环境] 090301[农学-土壤学] 

基  金:国家"973"计划项目(2010CB950701 G20000779)资助 

主  题:高光谱 土壤镁含量 支持向量机回归 

摘      要:研究利用土壤样本实验反射光谱,分析了土壤镁(Mg)含量与土壤反射光谱的关系,比较了主成分回归分析(PCR)、偏最小二乘回归分析(PLSR)和支持向量机回归分析(SVMR)等方法,以及土壤反射光谱及其变换光谱与土壤Mg含量之间的估算模型,为土壤Mg含量高光谱估算提供依据。结果表明:PCR、PLSR、SVMR 3种建模方法在Mg含量的估算中,SVMR的估算精度相对较高,估算精度平均达到80.96%,分别比PCR和PLSR提高了6.16%、4.20%;对于不同的数学变换处理方法,一阶微分变换相对较好,估算精度平均为80.76%,分别比反射率、倒数对数变换提高了4.95%、4.61%。因此,运用土壤反射光谱一阶微分变换的SVMR进行建模,可以相对较好地估算全Mg含量,精度达84.04%。

读者评论 与其他读者分享你的观点

用户名:未登录
我的评分