期刊导航
期刊开放获取
上海教育软件发展有限公..
期刊文献
+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
检索
高级检索
期刊导航
共找到
1
篇文章
<
1
>
每页显示
20
50
100
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
显示方式：
文摘
详细
列表
相关度排序
被引量排序
时效性排序
基于可见-近红外光谱变量选择的荒漠土壤全磷含量估测研究
被引量：
17
1
作者
杨爱霞
丁建丽
+1 位作者
李艳红
邓凯
《光谱学与光谱分析》
SCIE
EI
CAS
CSCD
北大核心
2016年第3期691-696,共6页
以新疆艾比湖湿地保护区采集的300个荒漠土壤样品为研究对象,利用ASD Field Spec○R3HR光谱仪获取的土壤可见-近红外光谱数据以及化学分析获取的土壤全磷数据为数据源,将原始光谱数据经过卷积平滑、标准正态变量变换以及一阶微分预处理...
以新疆艾比湖湿地保护区采集的300个荒漠土壤样品为研究对象,利用ASD Field Spec○R3HR光谱仪获取的土壤可见-近红外光谱数据以及化学分析获取的土壤全磷数据为数据源,将原始光谱数据经过卷积平滑、标准正态变量变换以及一阶微分预处理后,采用蚁群-遗传结合区间偏最小二乘法提取荒漠土壤全磷含量特征波长,构建土壤全磷含量偏最小二乘回归预测模型;并与全谱偏最小二乘、蚁群-区间偏最小二乘、遗传-偏最小二乘模型进行比较。结果表明：经蚁群-区间偏最小二乘法筛选后,荒漠土壤全磷特征波段为500~700,1 101~1 300,1 501~1 700,1 901~2 100nm;进一步采用遗传-区间偏最小二乘法进行变量选择,得到共线性最小的13个有效波长,分别为：1 621,546,1 259,573,1 572,1 527,564,1 186,1 988,1 541,2 024,1 118和1 191nm。建模方法比较显示,采用蚁群-遗传结合区间偏最小二乘法选择的特征变量,建立的模型精度最高,其次是遗传算法、蚁群算法和全光谱。蚁群-遗传结合区间偏最小二乘法建立的土壤全磷含量的模型,效验证均方根误差RMSECV以及预测集均方根误差RMSEP分别为0.122和0.108mg·g-1,效验证相关系数Rc以及预测集的相关系数Rp分别为0.535 7,0.555 9。因此,经过卷积平滑、标准正态变量变换以及一阶微分预处理,并利用蚁群-遗传结合区间偏最小二乘法建立的模型不仅简单,而且具有较高的预测精度和较好的稳健性,可以估算荒漠土壤全磷含量。
展开更多
关键词
光谱学
近红外光谱
蚁群-遗传区间偏最小二乘法
荒漠土壤全磷
在线阅读
下载PDF
职称材料
题名
基于可见-近红外光谱变量选择的荒漠土壤全磷含量估测研究
被引量：
17
1
作者
杨爱霞
丁建丽
李艳红
邓凯
机构
新疆大学资源与环境科学学院
绿洲生态教育部重点实验室
新疆师范大学地理科学与旅游学院
自治区重点实验室"新疆干旱区湖泊环境与资源实验室"
出处
《光谱学与光谱分析》
SCIE
EI
CAS
CSCD
北大核心
2016年第3期691-696,共6页
基金
新疆维吾尔自治区青年科技创新人才培养工程(2013711014)
国家自然科学基金项目(U1303381
+8 种基金
41261090
41130531
41161063
41171036)
教育部新世纪优秀人才支持计划项目(NCET-12-1075)
教育部长江学者计划创新团队计划项目(IRT1180)
霍英东青年教师基金项目(121018)
新疆维吾尔自治区科技计划项目(201433115)
新疆大学优秀博士研究生创新项目(XJUBSCX-2012026)资助
文摘
以新疆艾比湖湿地保护区采集的300个荒漠土壤样品为研究对象,利用ASD Field Spec○R3HR光谱仪获取的土壤可见-近红外光谱数据以及化学分析获取的土壤全磷数据为数据源,将原始光谱数据经过卷积平滑、标准正态变量变换以及一阶微分预处理后,采用蚁群-遗传结合区间偏最小二乘法提取荒漠土壤全磷含量特征波长,构建土壤全磷含量偏最小二乘回归预测模型;并与全谱偏最小二乘、蚁群-区间偏最小二乘、遗传-偏最小二乘模型进行比较。结果表明：经蚁群-区间偏最小二乘法筛选后,荒漠土壤全磷特征波段为500~700,1 101~1 300,1 501~1 700,1 901~2 100nm;进一步采用遗传-区间偏最小二乘法进行变量选择,得到共线性最小的13个有效波长,分别为：1 621,546,1 259,573,1 572,1 527,564,1 186,1 988,1 541,2 024,1 118和1 191nm。建模方法比较显示,采用蚁群-遗传结合区间偏最小二乘法选择的特征变量,建立的模型精度最高,其次是遗传算法、蚁群算法和全光谱。蚁群-遗传结合区间偏最小二乘法建立的土壤全磷含量的模型,效验证均方根误差RMSECV以及预测集均方根误差RMSEP分别为0.122和0.108mg·g-1,效验证相关系数Rc以及预测集的相关系数Rp分别为0.535 7,0.555 9。因此,经过卷积平滑、标准正态变量变换以及一阶微分预处理,并利用蚁群-遗传结合区间偏最小二乘法建立的模型不仅简单,而且具有较高的预测精度和较好的稳健性,可以估算荒漠土壤全磷含量。
关键词
光谱学
近红外光谱
蚁群-遗传区间偏最小二乘法
荒漠土壤全磷
Keywords
Spectroscopy
Vis-nir spectra
Aco-ga-ipls
Deserts soil total phosphorus content
分类号
S152 [农业科学—土壤学]
S158 [农业科学—土壤学]
在线阅读
下载PDF
职称材料
题名
作者
出处
发文年
被引量
操作
1
基于可见-近红外光谱变量选择的荒漠土壤全磷含量估测研究
杨爱霞
丁建丽
李艳红
邓凯
《光谱学与光谱分析》
SCIE
EI
CAS
CSCD
北大核心
2016
17
在线阅读
下载PDF
职称材料
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
上一页
1
下一页
到第
页
确定
用户登录
登录
IP登录
使用帮助
返回顶部
