基于可见-近红外光谱和神经网络的土壤类型鉴别 |
| |
引用本文: | 马海姣,崔晨风.基于可见-近红外光谱和神经网络的土壤类型鉴别[J].江苏农业科学,2014(4):284-286. |
| |
作者姓名: | 马海姣 崔晨风 |
| |
作者单位: | 西北农林科技大学水利与建筑工程学院 |
| |
基金项目: | 国家自然科学基金-新疆联合基金(编号:U1203182);国家自然科学基金(编号:51279166);高等学校学科创新引智计划(编号:B12007);水资源与水电工程科学国家重点实验室项目(编号:2011B083);西北农林科技大学大学生创新创业训练计划(编号:1210712077) |
| |
摘 要: | 提出一种利用近红外光谱快速、无损鉴别土壤种类的方法。首先利用近红外光谱仪测定不同种类土壤的光谱特征曲线,利用主成分分析法提取主成分,再结合人工神经网络建立模型进行类型鉴别。主成分分析表明,主成分1、2、3的累积方差贡献率达到99.839%,可以很好地代表原始数据特征。以主成分分析得到的前3个主成分作为神经网络输入,以土壤类型为输出,通过对30个样本的训练学习,分别建立了反向传播人工神经网络(BP)和径向基函数人工神经网络(RBF)。对10个样本进行预测,结果表明2种模型预测的准确性均达到100%。RBF神经网络运行时间明显小于BP网络,具有一定优势。
|
关 键 词: | 可见-近红外光谱 土壤类型 主成分分析 BP神经网络 RBF神经网络 分类鉴别 |
本文献已被 CNKI 等数据库收录! |
|