基于可见-近红外光谱和神经网络的土壤类型鉴别

编号 zgly0000862059

文献类型 期刊论文

文献题名 基于可见-近红外光谱和神经网络的土壤类型鉴别

学科分类 220.1040;森林土壤学

作者 马海姣  崔晨风 

作者单位 西北农林科技大学水利与建筑工程学院 

母体文献 江苏农业科学 

年卷期 2014(4)

页码 284-286

年份 2014 

关键词 可见-近红外光谱  土壤类型  主成分分析  BP神经网络  RBF神经网络  分类鉴别 

文摘内容 提出一种利用近红外光谱快速、无损鉴别土壤种类的方法。首先利用近红外光谱仪测定不同种类土壤的光谱特征曲线,利用主成分分析法提取主成分,再结合人工神经网络建立模型进行类型鉴别。主成分分析表明,主成分1、2、3的累积方差贡献率达到99.839%,可以很好地代表原始数据特征。以主成分分析得到的前3个主成分作为神经网络输入,以土壤类型为输出,通过对30个样本的训练学习,分别建立了反向传播人工神经网络(BP)和径向基函数人工神经网络(RBF)。对10个样本进行预测,结果表明2种模型预测的准确性均达到100%。RBF神经网络运行时间明显小于BP网络,具有一定优势。