基于高光谱数据的土壤有机质含量监测模型训练方法和装置

AITNT
正文
推荐专利
基于高光谱数据的土壤有机质含量监测模型训练方法和装置
申请号:CN202411669520
申请日期:2024-11-21
公开号:CN119167096B
公开日期:2025-05-23
类型:发明专利
摘要
本公开提供了基于高光谱数据的土壤有机质含量监测模型训练方法和装置,应用于土壤有机质含量监测技术领域。方法包括计算根据高光谱地表反射率数据得到的双波段光谱指数和光谱参量与土壤有机质含量的相关性;根据绝对值大于预设阈值的相关性对应的光谱参量和光谱指数,以及地形因子数据构建特征数据集;根据特征数据集对土壤有机质含量监测模型进行训练,计算模型精度,及精度提升值;将精度提升值大于0的特征对应的波段、地形因子类型,作为对待监测区域进行土壤有机质含量监测时的数据获取条件,将精度提升值大于0的特征对应的特征数据集训练出来的模型作为最终模型。以此,可以得到预测精确度高的数据获取条件和土壤有机质含量监测模型。
技术关键词
土壤有机质含量 地表反射率 监测模型训练方法 指数 精度 因子 误差 双波段 模型训练装置 数据获取模块 计算机 监测技术 处理器通信 监测方法 指令 可读存储介质 存储器
系统为您推荐了相关专利信息
1
基于马尔可夫模型的动态规划监控方法
马尔可夫模型 监控方法 运动噪声 指数 动态
2
RIS辅助三维近海通信系统的QoE驱动资源分配方法
资源分配方法 通信系统 表达式 资源分配策略 元件
3
一种审稿任务的分配方法及系统
集成学习策略 随机森林模型 贝叶斯统计模型 管理算法 指数
4
基于大语言模型的化学材料数据处理方法及系统
数据处理结构 大语言模型 数据处理方法 数值 节点
5
一种基于自监督预训练模型的肺部感染辅助鉴别诊断系统
鉴别诊断系统 预训练模型 动态监测数据 数据分析模块 数据采集模块
添加客服微信openai178,进AITNT官方交流群
驱动智慧未来:提供一站式AI转型解决方案
沪ICP备2023015588号