基于PSO-LSSVR模型的土壤肥力评价

• 作者: 李海鸥 赵金平
• 来源期刊: 亚热带植物科学
• 关键词: 最小二乘支持向量机 评价 粒子群算法 土壤肥力
• 年，卷（期）: 2018,（3）
• 所属期刊栏目: 植物生态与资源分类
• 页码范围: 251-255
• 页数: 5页
• 分类号: S158
• 语种: 中文
• DOI: 10.3969/j.issn.1009-7791.2018.03.011

摘要

通过引入粒子群算法(PSO)和最小二乘支持向量机(LSSVR),提出基于PSO-LSSVR的土壤肥力评价模型.选取有机质、全氮速效磷、速效钾、阳离子交换量、酸碱度、容重、黏粒、水稳性团聚体和分散率等10种评价指标,以吉林省黑地为例,建立土壤肥力评价模型.同时与物元可拓法、普通SVM模型的评价结果进行比较;3种方法的多数样本评价结果基本一致,对于样本2、样本13,PSO-LSSVR模型分别定为Ⅳ级、Ⅲ级,符合实际情况;表明PSO-LSSVR是一种适用且能准确反映土壤特性的土壤肥力评价模型.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	赵金平	湖南农业大学生物科学技术学院	1	0	0.0	0.0