基于深度稀疏学习的土壤近红外光谱分析预测模型

• 作者: 张洁 李瑞 汪六三 汪玉冰 王儒敬 谢成军 陈天娇 陈红波
• 来源期刊: 发光学报
• 学科: 数学
• 关键词: 土壤近红外光谱 深度稀疏学习 神经网络模型
• 年，卷（期）: 2017,（1）
• 所属期刊栏目: ?发光学应用及交叉前沿?
• 页码范围: 109-116
• 页数: 8页
• 分类号: O235
• 字数: 4469字
• 语种: 中文
• DOI: 10.3788/fgxb20173801.0109

摘要

提出一种基于深度稀疏学习的土壤近红外光谱分析预测模型。首先，使用稀疏特征学习方法对土壤近红外光谱数据进行约简，实现土壤近红外光谱内容的稀疏表示；然后采用径向基函数神经网络以稀疏表示特征系数为输入，以所测土壤成分为输出，分别建立土壤有机质、速效磷、速效钾的非线性预测模型。结果表明用该模型预测土壤有机质的含量是可行的，但对土壤速效磷和速效钾含量的预测还需对模型做进一步的优化。