摘要
本发明公开了一种基于小样本数量的土壤类型预测方法,涉及土壤类型预测技术领域,包括以下步骤:收集土壤基础数据;对土壤基础数据进行内业处理,构建环境因子数据集;进行外业采样调查,得到采样土壤类型数据;采用广义回归神经网络根据环境因子数据集和采样土壤类型数据进行土壤类型预测,得到预测结果。本申请通过采用广义回归神经网络进行土壤类型预测,具有较强的非线性映射能力和学习速度,提高了预测精度和泛化能力,同时对样本数量的要求较低。
技术关键词
广义回归神经网络
遥感影像数据
数字高程模型
因子
纹理特征
距离信息
灰度共生矩阵
训练样本数据
基础
分析工具
信息熵
精度
非线性
指数
变量
坐标
人类
误差
系统为您推荐了相关专利信息
大语言模型
生成测试用例
生成方法
测试场景
正态分布模型
参数辨识方法
宽频
增广拉格朗日
数据处理单元
数据采集模块