论文摘要
氮、磷、钾元素是植物有机质的重要生化组分,准确估算其含量对监测管理植被的新陈代谢和健康状况具有重要意义。可见-近红外光谱结合多种建模方法已被用于植被生化参数的监测,其中支持向量机回归方法被证明能够较好拟合反射光谱和植被生化参数之间的非线性关系,而选取适当的核函数是其成功的关键。以宜兴地区水稻、玉米、芝麻、大豆、茶叶、草地、乔木和灌木等八种植被叶片样本为研究对象,分析比较基于径向基核函数、多项式核函数和S形核函数的支持向量回归模型估算叶片氮、磷、钾元素含量的能力。利用一阶微分变换、标准正态变量变换和反对数变换对叶片可见-近红外光谱进行预处理,运用bootstrapping法生成1 000组校正集和验证集,分别建立基于三种核函数的支持向量回归估算模型,以决定系数(R2)和相对分析误差(RPD)的均值作为评价指标。结果显示,结合一阶微分和反对数变换光谱,采用径向基核函数模型对氮、钾元素估算精度最高(氮:平均R2=0.64,平均RPD=1.67;钾:平均R2=0.56,平均RPD=1.48),结合一阶微分变换光谱,采用径向基核函数模型对磷元素估算精度最高(磷:平均R2=0.68,平均RPD=1.73)。研究表明,结合不同预处理的可见-近红外光谱,基于径向基核函数的支持向量回归模型具有较好的估算多种植被叶片生化组分含量的潜力。
论文目录
文章来源
类型: 期刊论文
作者: 陈方圆,周鑫,陈奕云,王奕涵,刘会增,王俊杰,邬国锋
关键词: 核函数,支持向量机,可见近红外光谱,生化组分
来源: 光谱学与光谱分析 2019年02期
年度: 2019
分类: 基础科学,工程科技Ⅰ辑
专业: 生物学,化学
单位: 武汉大学资源与环境科学学院,湖北省测绘工程院,香港浸会大学地理系,深圳大学国家测绘地理信息局海岸带地理环境监测重点实验室及深圳市空间信息智能感知与服务重点实验室
基金: 2017年国家重点研发计划(2017YFC0506206),深圳市科技创新委员会基础研究学科布局项目(JCYJ20151117105543692)资助
分类号: Q946;O657.3
页码: 428-434
总页数: 7
文件大小: 506K
下载量: 247
相关论文文献
- [1].基于组合核函数的高校经济困难生分类[J]. 安徽工业大学学报(自然科学版) 2020(01)
- [2].核函数在不规则人脸识别中的应用[J]. 计算机与数字工程 2019(06)
- [3].图核函数研究现状与进展[J]. 安徽大学学报(自然科学版) 2017(01)
- [4].浅海环境下的声学灵敏度核函数研究[J]. 南京大学学报(自然科学) 2017(01)
- [5].组合核函数优化的稀疏最小二乘支持向量机[J]. 太赫兹科学与电子信息学报 2017(03)
- [6].增量支持向量机核函数的优化[J]. 计算机系统应用 2017(08)
- [7].对支持向量机混合核函数方法的再评估[J]. 统计研究 2015(02)
- [8].混合核函数研究及其在数据建模领域应用进展[J]. 计算机仿真 2015(07)
- [9].基于混合核函数支持向量机的风电机组发电机温度预警方法[J]. 华电技术 2020(05)
- [10].装备费用预测中的混合核函数支持向量机[J]. 数学的实践与认识 2014(16)
- [11].基于混合核函数支持向量机的回归模型[J]. 合肥学院学报(自然科学版) 2013(02)
- [12].基于组合核函数支持向量机的人脸识别[J]. 重庆理工大学学报(自然科学) 2013(06)
- [13].基于混合核函数的支持向量机在人脸识别中的应用研究[J]. 电子设计工程 2013(11)
- [14].基于分段核函数的支持向量机及其应用[J]. 现代电子技术 2013(16)
- [15].基于最优核函数支持向量机的费用预测[J]. 控制工程 2012(S1)
- [16].基于混合核函数的支持向量机[J]. 重庆理工大学学报(自然科学) 2011(10)
- [17].一种新的自适应组合核函数[J]. 武汉理工大学学报 2009(03)
- [18].一种混合核函数的支持向量机[J]. 微型机与应用 2017(11)
- [19].组合核函数支持向量机在个人信用评估中的应用[J]. 黑龙江科技信息 2013(26)
- [20].基于正交多项式核函数方法[J]. 计算机技术与发展 2012(05)
- [21].复高斯小波核函数的支持向量机研究[J]. 计算机应用研究 2012(09)
- [22].基于多核函数的模糊支持向量机学习算法[J]. 重庆师范大学学报(自然科学版) 2012(06)
- [23].基于混合核函数支持向量机和遗传算法的人脸识别[J]. 计算机应用与软件 2011(04)
- [24].基于混合核函数支持向量机的齿轮诊断方法研究[J]. 机械传动 2011(09)
- [25].混合核函数支持向量机在系统建模中的应用[J]. 华东交通大学学报 2010(02)
- [26].基于极分解下的混合核函数及改进[J]. 模式识别与人工智能 2009(03)
- [27].基于图像核函数的图像目标识别技术研究[J]. 信号处理 2009(12)
- [28].超核函数支持向量机[J]. 计算机科学 2008(12)
- [29].基于加权核函数的雷达目标一维距离像识别[J]. 仪器仪表学报 2008(11)
- [30].不同核函数对光滑粒子流体动力学计算结果的影响分析[J]. 数学的实践与认识 2020(11)