排序方式: 共有6条查询结果,搜索用时 0 毫秒
1
1.
小波变换在土壤有机质含量可见/近红外光谱分析中的应用 总被引:4,自引:0,他引:4
使用高光谱仪ASD Field Spec在波长范围400~1 000 nm内采集有机质含量不同的土壤原始光谱;之后,求取土壤原始光谱及其A值的一阶导数(一阶导数光谱);对以上两类一阶导数光谱进行小波去噪处理;并分析这两类一阶光谱在去噪前、后,光谱形态的变化情况,以及它们与有机质含量相关性的改善程度。结果表明:(1)土壤原始光谱及其A值的一阶导数中含有大量噪声,严重影响了对光谱曲线波形轮廓、特征信号点和有机质吸收特征的识别。(2)经小波去噪处理后,土壤原始光谱及其A值的一阶导数中的噪声被有效去除,一阶导数光谱的清晰度明显改善,光谱质量显著提高。(3)去噪后的土壤原始光谱的一阶导数,呈开口向下的"喇叭口"状,波长范围567~598 nm内与有机质含量呈较为稳定、显著的负相关性。(4)去噪后的土壤原始光谱A值的一阶导数,波形呈"凹"状,波长范围524~535 nm内与有机质含量呈比较稳定、显著的正相关性。 相似文献
2.
3.
4.
研究了支持向量机在面向对象土地覆被图像分类中的应用技术,提出采用最小二乘支持向量机(LSSVM)与模糊灰色关联度联合评估(FG)相结合的一种新的组合分类方法简记FG-LSSVM,为土地覆被分类提供一种可行的高精度分类途径。根据图像上不同对象的空间尺度和光谱值特征,基于稳健的核密度梯度分割算法提取具有任意形状和唯一标识的均质对象后,为了比较提出方法的性能,采用原始对象样本依次验证了3个面向对象分类方法,即标准支持向量机方法、以模糊贴近度作为模糊因子的模糊支持向量机方法和传统K最近邻面向对象分类方法。实现了一个高精度面向对象土地覆被图像分类信息系统。试验结果表明:提出的FG-LSSVM面向对象方法相比标准支持向量机、模糊支持向量机与K最近邻方法试验精度约提高2.4%左右。提出的方法在识别效果上,符合研究区实际分类应用的要求。 相似文献
5.
新型实验热压机的控制系统 总被引:2,自引:1,他引:2
介绍一种用于人造板工艺研究的最新研制的新型实验热压机控制系统,并简要描述了这种新型实验热压机的基本控制原理。该机的研制成功,为人造板新型热压工艺的研究打下了基础。 相似文献
6.
1