期刊文献+
共找到4篇文章
< 1 >
每页显示 20 50 100
基于高光谱小波能量特征向量估算湖滨绿洲表层土壤有机碳含量
1
作者 孟珊 李新国 《光谱学与光谱分析》 SCIE EI CAS CSCD 北大核心 2023年第12期3853-3861,共9页
高光谱分析能够高效的估算土壤有机碳含量,连续小波变换(CWT),在高光谱数据的噪声去除和有效信息提取方面具有独特优势,但是经过连续小波变换后的光谱数据被分解为多个尺度,单一分解尺度信息不能代表不同分解尺度信息,如何充分利用多分... 高光谱分析能够高效的估算土壤有机碳含量,连续小波变换(CWT),在高光谱数据的噪声去除和有效信息提取方面具有独特优势,但是经过连续小波变换后的光谱数据被分解为多个尺度,单一分解尺度信息不能代表不同分解尺度信息,如何充分利用多分解尺度的小波系数,成为高光谱估算土壤有机碳含量的难题。博斯腾湖是我国最大的内陆淡水湖,湖滨绿洲作为重要的水陆交错带,具有独特的空间结构和时间结构,在维持和恢复湖泊生态系统健康方面发挥着重要作用。以博斯腾湖湖滨绿洲为研究区,于2020年10月采集138份深度为0~20 cm表层土壤样本,剔除3个异常值样品,得到135个有效样品,室外采集土壤样本光谱,并通过重铬酸钾-外加热法测定土壤有机碳含量;将土壤样本的光谱反射率进行Savitzky-Golay平滑滤波处理,以Gaussian4为小波基函数进行连续小波变换,将土壤高光谱数据转换为10个分解尺度的小波系数。利用相关性分析法(CC)、稳定自适应重加权采样(sCARS)、竞争自适应重加权采样(CARS)、连续投影算法(SPA)、遗传算法(GA)等5种特种波段筛选方法进一步降低噪音,消除冗余信息,逐尺度计算小波系数的均方根作为小波能量特征(EF),将10个尺度的小波能量特征组成小波能量特征向量(EFV),基于小波能量特征向量建立BP神经网络模型(BPNN)。结果表明,连续小波变换可以有效提高光谱反射率与土壤有机碳含量间的相关性,1~3分解尺度相关性较差,4~10分解尺度的相关性较好,相关系数平均值提升43.66%,相关系数最大值平均提升67.93%。CC算法筛选的特征波段主要分布于在400~1 500 nm可见光及近红外短波;sCARS、CARS算法筛选的特征波段集中于1 500~2 500 nm近红外长波;SPA算法筛选的特征波段集中于760~2 500 nm近红外波段;GA算法得到的特征波段基本均匀分布于400~2 500 nm。高光谱小波能量特征向量EFV可以较好估算湖滨绿洲表层土壤有机碳含量,6种模型的训练集与验证集R2平均值分别为0.73、0.74, RMSE平均值分别为7.64、7.28, RPD平均值为1.95。模型精度表现为,CC-EFV-BPNN>sCARS-EFV-BPNN>Full-spectrum-EFV-BPNN>CARS-EFV-BPNN>GA-EFV-BPNN>SPA-EFV-BPNN。连续小波变换结合特征变量筛选方法,提取小波能量特征向量EFV,有效降低光谱数据维度与高光谱小波能量特征向量模型复杂度,对于快速估算表层土壤有机碳含量具有重要参考价值。 展开更多
关键词 土壤有机碳含量 小波能量特征向量 分解尺度 特征波段筛选 湖滨绿洲
下载PDF
改进遗传算法嵌入经典分类算法实现润滑油添加剂微小量多种类同步识别
2
作者 夏延秋 谢培元 +2 位作者 NAY MIN AUNG 张涛 冯欣 《光谱学与光谱分析》 SCIE EI CAS CSCD 北大核心 2024年第3期744-750,共7页
在润滑油中加入微少量添加剂就能使润滑油获得某种新的特性或改善润滑油中已有的某些特性的性质。针对机械设备润滑油中微小量添加剂多种类识别问题,基于python语言进行模型建立,采用基础油PAO-10和三种商用润滑油添加剂T321、 T534、 T... 在润滑油中加入微少量添加剂就能使润滑油获得某种新的特性或改善润滑油中已有的某些特性的性质。针对机械设备润滑油中微小量添加剂多种类识别问题,基于python语言进行模型建立,采用基础油PAO-10和三种商用润滑油添加剂T321、 T534、 T307按照不同比例配制了8种不同样本。采用Thermo Scientific Nicolet iS5型傅里叶变换红外光谱仪采集了样本4 000~400 cm^(-1)范围附近的中红外光谱信息,并对样本中红外光谱数据采用Min-Max归一化进行预处理。使用两种经典分类算法,包括一对多支持向量机(OVR SVMs)、随机森林(RF),嵌入遗传算法(GA)实现中红外光谱特征波段筛选。为避免GA收敛过快和易陷入局部最优解,对GA的选择算子进行了改进,形成基于局部搜索算子的遗传算法(LGA),从而建立多类别分类模型的构建方法。结果显示:嵌入GA筛选波段后的新模型的种类识别准确率从利用经典分类算法对原始波长数据的OVR SVMs(83.33%)、 RF(87.50%)提升至OVR SVMs+GA(100%)、 RF+GA(100%);而嵌入LGA的新模型在保持原模型高准确率的情况下,RF+LGA筛选得到的特征区间长度为原光谱数据长度的36.7%,并且与添加剂物质的红外吸收峰有很好的对应情况。新模型不仅适用于只含单一添加剂的情况,对含有两种及两种以上添加剂的同步识别仍然具有近100%的较高识别率。表明所构建模型可以有效实现微小量润滑油添加剂的快速、准确、多种类同步识别。 展开更多
关键词 润滑油添加剂 中红外光谱 经典分类算法 改进遗传算法 特征波段筛选
下载PDF
基于CARS算法的不同类型土壤有机质高光谱预测 被引量:45
3
作者 唐海涛 孟祥添 +6 位作者 苏循新 马涛 刘焕军 鲍依临 张美薇 张新乐 霍海志 《农业工程学报》 EI CAS CSCD 北大核心 2021年第2期105-113,F0004,共10页
不同土壤类型的理化性质和光谱性质存在差异,以往研究多以高光谱反射率或光谱吸收特征建立模型,输入变量类型结构单一,往往导致土壤有机质(Soil Organic Matter,SOM)预测模型的精度不高。为提高SOM高光谱预测模型精度,该研究以黑龙江省... 不同土壤类型的理化性质和光谱性质存在差异,以往研究多以高光谱反射率或光谱吸收特征建立模型,输入变量类型结构单一,往往导致土壤有机质(Soil Organic Matter,SOM)预测模型的精度不高。为提高SOM高光谱预测模型精度,该研究以黑龙江省海伦市为研究区,将不同类型土壤分别以竞争自适应重加权采样(Competitive Adaptive Reweighted Sampling,CARS)筛选的特征波段、数字高程模型(Digital Elevation Model,DEM)数据和光谱指数作为输入变量,结合随机森林(Random Forest,RF)算法建立SOM预测模型。结果表明:1)通过CARS算法筛选后,各土壤类型特征波段压缩至全波段数目的16%以下,在很大程度上降低土壤高光谱变量维度和计算复杂程度,从而提高了模型的预测能力,说明CARS算法在提取特征关键波段变量、优化模型结构方面起到重要作用;2)不同类型土壤的SOM预测精度存在差异,沼泽土的预测精度最高为0.768,性能与四分位间隔距离的比率(Ratio of Performance to InterQuartile distance,RPIQ)为3.568;黑土次之,草甸土的预测精度最低,仅0.674,RPIQ为1.848。3类土壤的RPIQ均达到1.8以上,模型具有较好的预测能力;3)局部回归预测精度最优,验证集的调整后决定系数为0.777,均方根误差(Root Mean Square Error,RMSE)为0.581%,模型验证RPIQ为2.689,模型稳定性高。该试验筛选的预测因子通过RF模型可实现SOM含量的快速预测,简化了传统复杂的程序,可为中尺度区域不同类型土壤的SOM预测提供依据,为输入量的选择提供参考。 展开更多
关键词 遥感 土壤 有机质 光谱指数 地形 特征波段筛选 随机森林
下载PDF
基于CWT-RF模型估算博斯腾湖湖滨绿洲土壤有机碳含量
4
作者 孟珊 李新国 +1 位作者 江远东 麦麦提吐尔逊·艾则孜 《中国农业大学学报》 CAS CSCD 北大核心 2023年第3期198-207,共10页
为实现博斯腾湖湖滨绿洲土壤有机碳含量的快速估算,结合实测的土壤高光谱数据与土壤有机碳数据,通过连续小波变换(CWT)进行土壤光谱数据预处理,利用相关系数法(CC)、连续投影算法(SPA)、竞争自适应重加权采样(CARS)、遗传算法(GA)筛选... 为实现博斯腾湖湖滨绿洲土壤有机碳含量的快速估算,结合实测的土壤高光谱数据与土壤有机碳数据,通过连续小波变换(CWT)进行土壤光谱数据预处理,利用相关系数法(CC)、连续投影算法(SPA)、竞争自适应重加权采样(CARS)、遗传算法(GA)筛选的特征波段作为建模输入量,构建随机森林(RF)模型。结果表明:研究区土壤有机碳含量平均值随土层深度增加由12.36 g/kg降低至10.49 g/kg,变异系数平均值为69.62%,空间异质性较强;CWT变换可以有效提高不同土层深度土壤有机碳含量与光谱反射率间的相关性,不同土层深度相关系数均值平均提升约22.41%;光谱数据经过CWT变换构建的模型精度明显提升,RF模型验证集R2与RPD分别平均提高7.09%、10.06%。CC、CARS、SPA、GA方法能消除光谱信息冗余,有效降低CWT-RF模型的输入量与RMSE值,土层深度0~20、20~40、40~60和60~80 cm筛选的特征波段平均压缩至全波段数目分别为8.51%、5.38%、2.21%和3.67%;RMSE值分别平均降低111.67%、135.61%、12.25%和74.96%,有效提升了建模速率与模型精度。利用CWT-SPA-RF模型对博斯腾湖湖滨绿洲0~80 cm土壤有机碳含量进行估算的效果最佳,构建的模型验证集R^(2)≥0.77,RMSE≤3.06 g/kg,RPD≥2.07。 展开更多
关键词 土壤有机碳含量 土壤高光谱数据 连续小波变换 随机森林 特征波段筛选 湖滨绿洲
原文传递
上一页 1 下一页 到第
使用帮助 返回顶部