[发明专利]一种基于稀疏表示及BP神经网络技术的土壤近红外光谱分析方法在审
| 申请号： | 201610416843.9 | 申请日： | 2016-06-07 |
| 公开（公告）号： | CN106096656A | 公开（公告）日： | 2016-11-09 |
| 发明（设计）人： | 王儒敬;陈红波;谢成军;张洁;李瑞;陈天娇;宋良图;汪玉冰 | 申请（专利权）人： | 中国科学院合肥物质科学研究院 |
| 主分类号： | G06K9/62 | 分类号： | G06K9/62;G06N3/04 |
| 代理公司： | 合肥天明专利事务所 34115 | 代理人： | 张祥骞;奚华保 |
| 地址： | 230031 安徽*** | 国省代码： | 安徽;34 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明涉及一种基于稀疏表示及BP神经网络技术的土壤近红外光谱分析方法，与现有技术相比解决了土壤分析方法无法满足实际需要的缺陷。本发明包括以下步骤：训练样本土壤集的获取和预处理；构造训练样本土壤数据的稀疏字典并获取训练样本的特征向量；将训练样本的特征向量作为BP神经网络的输入，训练网络参数，构建BP神经网络分类模型；测试样本土壤集的获取和预处理；利用训练样本土壤数据的稀疏字典构造测试样本的特征向量，利用训练好的BP神经网络分类模型完成对测试样本土壤成分的分类预测。本发明基于稀疏表示及BP神经网络框架来进行土壤近红外光谱分析预测，提高了近红外光谱土壤主要成分预测的精度和模型的鲁棒性。 | ||
| 搜索关键词： | 一种 基于 稀疏 表示 bp 神经 网络技术 土壤 红外 光谱分析 方法 | ||
【主权项】：
一种基于稀疏表示及BP神经网络技术的土壤近红外光谱分析方法，其特征在于，包括以下步骤：11)训练样本土壤集的获取和预处理；使用光谱仪采集不同训练土壤样本集的光谱数据，对其进行预处理，形成训练样本土壤集的光谱特征矩阵；12)构造训练样本土壤数据的稀疏字典并获取训练样本的特征向量；13)将训练样本的特征向量作为BP神经网络的输入，训练网络参数，构建BP神经网络分类模型；14)测试样本土壤集的获取和预处理；使用光谱仪采集测试土壤样本的光谱数据，对测试样本土壤扫描40次取平均值；对测试样本土壤采用与训练样本相同的光谱数据预处理方法，得到测试土壤样本的光谱数据；15)利用训练样本土壤数据的稀疏字典构造测试样本的特征向量，利用训练好的BP神经网络分类模型完成对测试样本土壤成分的分类预测。
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于中国科学院合肥物质科学研究院，未经中国科学院合肥物质科学研究院许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/patent/201610416843.9/，转载请声明来源钻瓜专利网。
- 上一篇：一种半刚性太阳电池电路模块及其挂装方法
- 下一篇：LDE变焦手电筒
