科研之友
微信
新浪微博
Facebook
分享链接
摘要
为克服卷积神经网络（CNN）拟合和估测精度不一定成正比的不足，提高土壤有机质估测精度，本文基于山东省济南市章丘区和济阳区的121个土壤样本的数据，首先对光谱数据进行预处理，然后建立土壤有机质高光谱CNN-FCM估测模型。结果表明：当CNN模型结构为一个3×3的卷积核，一个2×2的平均池化层，一个完全连接和输出层，FCM模型的模糊分类数为10，且使用线性函数建立融合模型时，模型估测精度最高，其中检验样本的决定系数R2为0.895，平均相对误差MRE为5.042%，均优于传统的BP、SVM和随机森林模型。研究表明，土壤有机质高光谱CNN-FCM估测模型是可行有效的。
- 出版日期2023
- 单位山东农业大学
