天津农业科学
天津農業科學
천진농업과학
TIANJIN AGRICULTURAL SCIENCES
2015年
8期
6-9
,共4页
Vis-NIR光谱%BP神经网络%主成分分析%土壤质地
Vis-NIR光譜%BP神經網絡%主成分分析%土壤質地
Vis-NIR광보%BP신경망락%주성분분석%토양질지
为快速、准确地获取土壤质地信息,提出了应用Vis-NIR光谱结合BP神经网络的建模方法.以河南封丘县的86个土壤样本为研究对象,以原始光谱和微分光谱主成分为输入变量,建立土壤粘粒和砂粒的BP神经网络预测模型,并将其预测结果与多元线性逐步回归模型进行比较.结果表明:基于原始光谱主成分的BP人工神经网络预测结果最好,优于多元逐步回归模型,预测粘粒和砂粒的RMSE分别为1.62和6.52.BP神经网络所建模型训练时间短、准确度也较高,能实现对土壤质地的高效预测.
為快速、準確地穫取土壤質地信息,提齣瞭應用Vis-NIR光譜結閤BP神經網絡的建模方法.以河南封丘縣的86箇土壤樣本為研究對象,以原始光譜和微分光譜主成分為輸入變量,建立土壤粘粒和砂粒的BP神經網絡預測模型,併將其預測結果與多元線性逐步迴歸模型進行比較.結果錶明:基于原始光譜主成分的BP人工神經網絡預測結果最好,優于多元逐步迴歸模型,預測粘粒和砂粒的RMSE分彆為1.62和6.52.BP神經網絡所建模型訓練時間短、準確度也較高,能實現對土壤質地的高效預測.
위쾌속、준학지획취토양질지신식,제출료응용Vis-NIR광보결합BP신경망락적건모방법.이하남봉구현적86개토양양본위연구대상,이원시광보화미분광보주성분위수입변량,건립토양점립화사립적BP신경망락예측모형,병장기예측결과여다원선성축보회귀모형진행비교.결과표명:기우원시광보주성분적BP인공신경망락예측결과최호,우우다원축보회귀모형,예측점립화사립적RMSE분별위1.62화6.52.BP신경망락소건모형훈련시간단、준학도야교고,능실현대토양질지적고효예측.
