Biblioteca122.294 documentos en línea

Artículo

Soil Classification Based on Deep Learning Algorithm and Visible Near-Infrared SpectroscopyClasificación de suelos basada en un algoritmo de aprendizaje profundo y espectroscopia de infrarrojo cercano visible

Resumen

Los cambios en la cobertura terrestre causarán cambios en el clima y las características ambientales, lo cual tiene una influencia importante en la economía social y el ecosistema. La forma principal de cobertura terrestre son los diferentes tipos de suelo. En comparación con los métodos tradicionales, la tecnología de espectroscopía visible e infrarroja cercana puede clasificar diferentes tipos de suelo de manera rápida, efectiva y no destructiva. Basándose en la tecnología de espectroscopía visible e infrarroja cercana, este artículo toma como ejemplos el suelo de seis tipos diferentes de cobertura terrestre en Qingdao, China: huertos, bosques, plantaciones de té, tierras de cultivo, terrenos baldíos y praderas, y establece un modelo de clasificación de red neuronal convolucional. Se analizan los resultados de clasificación con diferentes cantidades de muestras de entrenamiento y se comparan con el algoritmo de máquina de vectores de soporte. Bajo la condición en que el algoritmo de KennardStone divide el conjunto de calibr

  • Tipo de documento:
  • Formato:pdf
  • Idioma:Inglés
  • Tamaño: Kb

Cómo citar el documento

Esta es una versión de prueba de citación de documentos de la Biblioteca Virtual Pro. Puede contener errores. Lo invitamos a consultar los manuales de citación de las respectivas fuentes.

Este contenido no est� disponible para su tipo de suscripci�n

Información del documento