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BP神经网络的不同人为干扰强度下盐渍土SO42-定量分析
被引量：
4
1
作者
田安红
付承彪
+1 位作者
熊黑钢
赵俊三
《中国生态农业学报（中英文）》
CAS
CSCD
北大核心
2020年第2期296-304,共9页
SO^2-4是盐渍土阴离子中的主要离子,但目前针对不同人为干扰区域土壤中SO^2-4反演研究却鲜有报道。土壤高光谱与土壤某元素间的关系表现为非线性,传统线性偏最小二乘模型(PLSR)对土壤元素的反演精度有限。本文以新疆昌吉回族自治州境内...
SO^2-4是盐渍土阴离子中的主要离子,但目前针对不同人为干扰区域土壤中SO^2-4反演研究却鲜有报道。土壤高光谱与土壤某元素间的关系表现为非线性,传统线性偏最小二乘模型(PLSR)对土壤元素的反演精度有限。本文以新疆昌吉回族自治州境内不同人为干扰区域的盐渍化土壤为研究对象,以土壤的野外高光谱和SO24含量为数据源,对原始(R)和对数(LogR)变换后的高光谱分别进行0阶、一阶和二阶微分预处理,选择通过0.05显著性水平的波段为敏感波段,将敏感波段对应的高光谱反射率作为非线性BP神经网络模型的输入变量,并设定BP的隐藏节点为300,学习速率为0.01,最大迭代次数为1000,训练函数为trainscg。从SO24的真实值与预测值的散点图、拟合效果图和BP训练过程3个方面,定量分析无人为干扰(A区)和有人为干扰(B区)土壤SO24含量,并与PLSR对比预测精度。仿真显示,A区二阶微分后的BP预测精度优于一阶微分,而B区一阶微分后的BP预测精度优于二阶微分。且不论在A区还是B区,LogR光谱变换的反演精度均优于R。最佳BP模型的相对预测性能(RPD)、决定系数(R^2)、均方根误差(RMSE)和迭代次数,在A区分别为3.309、0.906、0.253和8次,在B区分别为2.234、0.844、0.786和45次,表明BP对A区SO24的预测能力非常强(RPD>2.5),对B区SO24的预测能力较强(RPD为2.0~2.5)。而在A区和B区两种光谱变换的一阶和二阶微分中,PLSR的RPD值均在1.4与1.8之间,其预测性能一般;在B区的0阶微分中,PLSR的RPD值均小于1.0,其不能对SO24进行预测。因此,BP模型能对不同人为干扰区域的SO^2-4进行有效的定量分析。
展开更多
关键词
盐渍土
人为干扰区域
SO^
2
-
4
含量
BP神经网络模型
光谱变换
在线阅读
下载PDF
职称材料
题名
基于BP神经网络的不同人为干扰强度下盐渍土SO42-定量分析
被引量：
4
1
作者
田安红
付承彪
熊黑钢
赵俊三
机构
曲靖师范学院信息工程学院
昆明理工大学国土资源工程学院
北京联合大学应用文理学院
新疆大学资源与环境科学学院
出处
《中国生态农业学报（中英文）》
CAS
CSCD
北大核心
2020年第2期296-304,共9页
基金
国家自然科学基金项目(41901065,41671198,41761081)资助~~
文摘
SO^2-4是盐渍土阴离子中的主要离子,但目前针对不同人为干扰区域土壤中SO^2-4反演研究却鲜有报道。土壤高光谱与土壤某元素间的关系表现为非线性,传统线性偏最小二乘模型(PLSR)对土壤元素的反演精度有限。本文以新疆昌吉回族自治州境内不同人为干扰区域的盐渍化土壤为研究对象,以土壤的野外高光谱和SO24含量为数据源,对原始(R)和对数(LogR)变换后的高光谱分别进行0阶、一阶和二阶微分预处理,选择通过0.05显著性水平的波段为敏感波段,将敏感波段对应的高光谱反射率作为非线性BP神经网络模型的输入变量,并设定BP的隐藏节点为300,学习速率为0.01,最大迭代次数为1000,训练函数为trainscg。从SO24的真实值与预测值的散点图、拟合效果图和BP训练过程3个方面,定量分析无人为干扰(A区)和有人为干扰(B区)土壤SO24含量,并与PLSR对比预测精度。仿真显示,A区二阶微分后的BP预测精度优于一阶微分,而B区一阶微分后的BP预测精度优于二阶微分。且不论在A区还是B区,LogR光谱变换的反演精度均优于R。最佳BP模型的相对预测性能(RPD)、决定系数(R^2)、均方根误差(RMSE)和迭代次数,在A区分别为3.309、0.906、0.253和8次,在B区分别为2.234、0.844、0.786和45次,表明BP对A区SO24的预测能力非常强(RPD>2.5),对B区SO24的预测能力较强(RPD为2.0~2.5)。而在A区和B区两种光谱变换的一阶和二阶微分中,PLSR的RPD值均在1.4与1.8之间,其预测性能一般;在B区的0阶微分中,PLSR的RPD值均小于1.0,其不能对SO24进行预测。因此,BP模型能对不同人为干扰区域的SO^2-4进行有效的定量分析。
关键词
盐渍土
人为干扰区域
SO^
2
-
4
含量
BP神经网络模型
光谱变换
Keywords
Saline soil
Human
-
disturbed area
SO^
2
-
4
content
BP neural network model
Spectral transformation
分类号
S151.9 [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BP神经网络的不同人为干扰强度下盐渍土SO42-定量分析
田安红
付承彪
熊黑钢
赵俊三
《中国生态农业学报（中英文）》
CAS
CSCD
北大核心
2020
4
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
