作者:
原文服务方: 科技创新与生产力       
摘要:
笔者利用野外采样获取的株洲市区土壤样点数据及同步获取的多光谱数据,基于多元线性回归、偏最小二乘回归和最小二乘支持向量机模型分别建立了土壤重金属(Cr,Cu,Ni)含量的反演模型,对模型预测效果进行了检验,并在建模前对数据进行了预处理和污染状况分析.从建模与预测效果综合看,最小二乘支持向量机模型的效果最好,其中Cr元素模型为最佳拟合模型,建模和预测R2分别为0.84和0.81,建模均方根误差和预测均方根误差分别为16.60和33.07,在一定程度上说明了多光谱数据在土壤重金属定量反演上也有很好效果.
推荐文章
稀疏最小二乘支持向量机及其应用研究
最小二乘支持向量机
核偏最小二乘辨识
智能建模
混沌最小二乘支持向量机及其在发酵过程建模中的应用
混沌
最小二乘支持向量机
建模
青霉素
最小二乘支持向量机的参数优化算法研究
最小二乘支持向量机
参数优化
水下焊接
熔深预测
最小二乘支持向量机交通事件检测算法
交通工程
事件检测
最小二乘支持向量机
分类
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 最小二乘支持向量机在土壤重金属反演中的应用
来源期刊 科技创新与生产力 学科
关键词 株洲 土壤重金属 多光谱 最小二乘支持向量机
年,卷(期) 2016,(6) 所属期刊栏目 应用技术
研究方向 页码范围 117-120
页数 4页 分类号 X87
字数 语种 中文
DOI 10.3969/j.issn.1674-9146.2016.06.117
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 戴之秀 中南大学地球科学与信息物理学院 1 2 1.0 1.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (44)
共引文献  (92)
参考文献  (10)
节点文献
引证文献  (2)
同被引文献  (12)
二级引证文献  (0)
1900(1)
  • 参考文献(0)
  • 二级参考文献(1)
1964(1)
  • 参考文献(0)
  • 二级参考文献(1)
1972(1)
  • 参考文献(0)
  • 二级参考文献(1)
1997(1)
  • 参考文献(0)
  • 二级参考文献(1)
2001(1)
  • 参考文献(1)
  • 二级参考文献(0)
2002(4)
  • 参考文献(0)
  • 二级参考文献(4)
2003(5)
  • 参考文献(1)
  • 二级参考文献(4)
2004(1)
  • 参考文献(0)
  • 二级参考文献(1)
2005(5)
  • 参考文献(1)
  • 二级参考文献(4)
2006(3)
  • 参考文献(0)
  • 二级参考文献(3)
2007(8)
  • 参考文献(0)
  • 二级参考文献(8)
2008(2)
  • 参考文献(0)
  • 二级参考文献(2)
2009(7)
  • 参考文献(0)
  • 二级参考文献(7)
2010(5)
  • 参考文献(3)
  • 二级参考文献(2)
2011(6)
  • 参考文献(1)
  • 二级参考文献(5)
2013(2)
  • 参考文献(2)
  • 二级参考文献(0)
2014(1)
  • 参考文献(1)
  • 二级参考文献(0)
2016(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
2019(2)
  • 引证文献(2)
  • 二级引证文献(0)
研究主题发展历程
节点文献
株洲
土壤重金属
多光谱
最小二乘支持向量机
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
科技创新与生产力
月刊
1674-9146
14-1358/N
大16开
1980-01-01
chi
出版文献量(篇)
9291
总下载数(次)
0
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导