钛学术
文献服务平台
学术出版新技术应用与公共服务实验室出品
首页
论文降重
免费查重
学术期刊
学术导航
任务中心
论文润色
登录
文献导航
学科分类
>
综合
工业技术
科教文艺
医药卫生
基础科学
经济财经
社会科学
农业科学
哲学政法
社会科学II
哲学与人文科学
社会科学I
经济与管理科学
工程科技I
工程科技II
医药卫生科技
信息科技
农业科技
数据库索引
>
默认
篇关摘
篇名
关键词
摘要
全文
作者
作者单位
基金
分类号
搜索文章
搜索思路
钛学术文献服务平台
\
学术期刊
\
农业科学期刊
\
农业工程期刊
\
农业机械学报期刊
\
基于PCA-SVR的油菜氮素光谱特征定量分析模型
基于PCA-SVR的油菜氮素光谱特征定量分析模型
作者:
张晓东
毛罕平
程秀花
基本信息来源于合作网站,原文需代理用户跳转至来源网站获取
油菜
氮素
光谱分析
主成分分析
支持向量机
摘要:
研究了采用光谱分析技术对油菜植株全氮进行定量分析的方法.采用逐步回归法对氮素的光谱特征波长进行选择,为克服光谱变量间多重共线性的影响,对变量进行了主成分分析(PCA),为提高模型的拟合优度,应用支持向量机回归(SVR)建立油菜氮素的定量分析模型.对不同氮素水平的油菜冠层光谱数据进行分析,结果表明,406、460、556、634、662、675nm的光谱反射率与油菜含氮量呈极显著相关.植株全氮SVR模型预测值与实测值的相关系数为0.89,模型的检验误差(RMSE)为2.51.
暂无资源
收藏
引用
分享
推荐文章
基于PCA-SVR模型的大坝裂缝早期预报研究
裂缝开合度
PCA
SVR
非线性
预报模型
基于PCA-SVR的冬小麦土壤水分预测
支持向量回归机
主成分分析
R语言
土壤水分
冬小麦
宝鸡市
油菜氮素的高光谱特征补偿和组合模型研究
油菜
光谱分析
特征补偿
组合模型
基于PLS-SVR的三组分混合气体定量分析
定量分析
近红外光谱仪
偏最小二乘
支持向量回归机
内容分析
文献信息
引文网络
相关学者/机构
相关基金
期刊文献
内容分析
关键词云
关键词热度
相关文献总数
(/次)
(/年)
文献信息
篇名
基于PCA-SVR的油菜氮素光谱特征定量分析模型
来源期刊
农业机械学报
学科
农学
关键词
油菜
氮素
光谱分析
主成分分析
支持向量机
年,卷(期)
2009,(4)
所属期刊栏目
农业自动化与环境控制
研究方向
页码范围
161-165
页数
5页
分类号
S121|O657.3
字数
4427字
语种
中文
DOI
五维指标
作者信息
序号
姓名
单位
发文数
被引次数
H指数
G指数
1
程秀花
扬州大学动物科学与技术学院
24
144
7.0
11.0
传播情况
被引次数趋势
(/次)
(/年)
引文网络
引文网络
二级参考文献
(69)
共引文献
(2111)
参考文献
(13)
节点文献
引证文献
(20)
同被引文献
(59)
二级引证文献
(68)
1982(1)
参考文献(0)
二级参考文献(1)
1990(2)
参考文献(0)
二级参考文献(2)
1992(2)
参考文献(0)
二级参考文献(2)
1993(3)
参考文献(0)
二级参考文献(3)
1994(2)
参考文献(0)
二级参考文献(2)
1995(3)
参考文献(1)
二级参考文献(2)
1996(2)
参考文献(1)
二级参考文献(1)
1997(3)
参考文献(0)
二级参考文献(3)
1998(6)
参考文献(0)
二级参考文献(6)
1999(2)
参考文献(0)
二级参考文献(2)
2000(3)
参考文献(1)
二级参考文献(2)
2001(2)
参考文献(0)
二级参考文献(2)
2002(5)
参考文献(0)
二级参考文献(5)
2003(9)
参考文献(1)
二级参考文献(8)
2004(9)
参考文献(1)
二级参考文献(8)
2005(5)
参考文献(1)
二级参考文献(4)
2006(9)
参考文献(2)
二级参考文献(7)
2007(10)
参考文献(3)
二级参考文献(7)
2008(3)
参考文献(1)
二级参考文献(2)
2009(1)
参考文献(1)
二级参考文献(0)
2009(2)
参考文献(1)
二级参考文献(0)
引证文献(1)
二级引证文献(0)
2009(1)
引证文献(1)
二级引证文献(0)
2010(5)
引证文献(2)
二级引证文献(3)
2011(11)
引证文献(7)
二级引证文献(4)
2012(3)
引证文献(0)
二级引证文献(3)
2013(6)
引证文献(1)
二级引证文献(5)
2014(12)
引证文献(4)
二级引证文献(8)
2015(9)
引证文献(2)
二级引证文献(7)
2016(11)
引证文献(1)
二级引证文献(10)
2017(10)
引证文献(0)
二级引证文献(10)
2018(8)
引证文献(1)
二级引证文献(7)
2019(10)
引证文献(0)
二级引证文献(10)
2020(2)
引证文献(1)
二级引证文献(1)
研究主题发展历程
节点文献
油菜
氮素
光谱分析
主成分分析
支持向量机
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
农业机械学报
主办单位:
中国农业机械学会
中国农业机械化科学研究院
出版周期:
月刊
ISSN:
1000-1298
CN:
11-1964/S
开本:
大16开
出版地:
北京德外北沙滩1号6信箱
邮发代号:
2-363
创刊时间:
1957
语种:
chi
出版文献量(篇)
11867
总下载数(次)
31
总被引数(次)
174483
相关基金
国家高技术研究发展计划(863计划)
英文译名:
The National High Technology Research and Development Program of China
官方网址:
http://www.863.org.cn
项目类型:
重点项目
学科类型:
信息技术
期刊文献
相关文献
1.
基于PCA-SVR模型的大坝裂缝早期预报研究
2.
基于PCA-SVR的冬小麦土壤水分预测
3.
油菜氮素的高光谱特征补偿和组合模型研究
4.
基于PLS-SVR的三组分混合气体定量分析
5.
核偏最小二乘特征提取在混合气体FTIR光谱定量分析中的应用
6.
多组分烷烃混合气体FTIR光谱定量分析新方法
7.
主成分分析-支持向量回归建模方法及应用研究
8.
基于谱峰分解的拉曼光谱定量分析方法
9.
基于PCA-BP多特征融合的油菜水分胁迫无损检测
10.
油菜氮素光谱定量分析中水分胁迫与光照影响及修正
11.
基于支持张量机的多维光谱定量分析方法
12.
PLS法和PCA法在近红外光谱定量分析中的应用研究
13.
基于PCA-SVR的煤层底板突水量预测
14.
油菜氮素的多光谱图像估算模型研究
15.
基于导数光谱融合建模的红外光谱定量分析方法
推荐文献
钛学术
文献服务平台
学术出版新技术应用与公共服务实验室出品
首页
论文降重
免费查重
学术期刊
学术导航
任务中心
论文润色
登录
根据相关规定,获取原文需跳转至原文服务方进行注册认证身份信息
完成下面三个步骤操作后即可获取文献,阅读后请
点击下方页面【继续获取】按钮
钛学术
文献服务平台
学术出版新技术应用与公共服务实验室出品
原文合作方
继续获取
获取文献流程
1.访问原文合作方请等待几秒系统会自动跳转至登录页,首次访问请先注册账号,填写基本信息后,点击【注册】
2.注册后进行实名认证,实名认证成功后点击【返回】
3.检查邮箱地址是否正确,若错误或未填写请填写正确邮箱地址,点击【确认支付】完成获取,文献将在1小时内发送至您的邮箱
*若已注册过原文合作方账号的用户,可跳过上述操作,直接登录后获取原文即可
点击
【获取原文】
按钮,跳转至合作网站。
首次获取需要在合作网站
进行注册。
注册并实名认证,认证后点击
【返回】按钮。
确认邮箱信息,点击
【确认支付】
, 订单将在一小时内发送至您的邮箱。
*
若已经注册过合作网站账号,请忽略第二、三步,直接登录即可。
期刊分类
期刊(年)
期刊(期)
期刊推荐
农业基础科学
农业工程
农业科学总论
农作物
农学
园艺
大学学报
林业
植物保护
水产渔业
畜牧兽医
农业机械学报2022
农业机械学报2021
农业机械学报2020
农业机械学报2019
农业机械学报2018
农业机械学报2017
农业机械学报2016
农业机械学报2015
农业机械学报2014
农业机械学报2013
农业机械学报2012
农业机械学报2011
农业机械学报2010
农业机械学报2009
农业机械学报2008
农业机械学报2007
农业机械学报2006
农业机械学报2005
农业机械学报2004
农业机械学报2003
农业机械学报2002
农业机械学报2001
农业机械学报2000
农业机械学报1999
农业机械学报1998
农业机械学报2009年第z1期
农业机械学报2009年第9期
农业机械学报2009年第8期
农业机械学报2009年第7期
农业机械学报2009年第6期
农业机械学报2009年第5期
农业机械学报2009年第4期
农业机械学报2009年第3期
农业机械学报2009年第2期
农业机械学报2009年第12期
农业机械学报2009年第11期
农业机械学报2009年第10期
农业机械学报2009年第1期
关于我们
用户协议
隐私政策
知识产权保护
期刊导航
免费查重
论文知识
钛学术官网
按字母查找期刊:
A
B
C
D
E
F
G
H
I
J
K
L
M
N
O
P
Q
R
S
T
U
V
W
X
Y
Z
其他
联系合作 广告推广: shenyukuan@paperpass.com
京ICP备2021016839号
营业执照
版物经营许可证:新出发 京零 字第 朝220126号