一种基于金字塔与深层神经网络的土壤定量建模方法

本发明提供一种基于金字塔与深层神经网络的土壤定量建模方法，属于化学计量学的定量检测技术领域。获取土壤样本的光谱与含量作为土壤数据集；对土壤数据集的光谱进行光谱预处理，获得预处理光谱；从隐含层输出特征、隐含层神经元的角度分别构建基于隐含层输出特征的交叉分辨率模型、基于隐含层神经元的交叉分辨率模型，输入是预处理光谱，输出是土壤含量；利用均方根误差评价模型，为样本选取最优模型，从而构建基于样本的交叉分辨率模型。从而基于金字塔方式改进深度随机向量函数链神经网络，实现了深层神经网络、光谱重采样、特征提取的融合，构建了隐含层的层数与神经元数的定量关系，不仅提高了模型精度与准确度，而且简化了模型结构。