摘要
本发明公开了一种面向土壤属性预测的土壤光谱传递函数方法,首先对土壤光谱传递函数中用到的其他土壤属性进行筛选,选出与被预测土壤属性具有较强相关性的其他土壤属性,然后测量获取土壤光谱并对测量光谱进行预处理,降低噪声等因素对光谱的影响,然后通过构建不同土壤属性与不同光谱预处理后的土壤可见光‑近红外漫反射光谱组合,借助机器学习算法,实现被预测土壤属性的预测,并依据预测精度筛选被预测土壤属性最优的土壤光谱传递函数。本发明综合了土壤光谱与其他土壤属性的信息,能够提高被预测土壤属性的精度,提升土壤属性预测水平。
技术关键词
近红外漫反射光谱
面向土壤属性预测
皮尔逊相关系数
可见光
机器学习算法
光谱仪
平滑方法
精度
噪声
分辨率
误差
系统为您推荐了相关专利信息
数据处理方法
文本匹配技术
定义标签
加权算法
平台
输电线路山火
实时监测系统
山火风险
应急响应措施
人工智能分析系统
动态适配方法
皮尔逊相关系数算法
推荐模型训练
模型超参数
位置更新
雷达回波数据
定位方法
机器学习算法
粒子
数据融合算法
关键帧
视频分析方法
图像识别模型
视觉
图像分类模型