[发明专利]利用多层感知器神经网络模型结合光谱特征参数的土壤分类方法在审
| 申请号： | 201611254381.1 | 申请日： | 2016-12-30 |
| 公开（公告）号： | CN106650819A | 公开（公告）日： | 2017-05-10 |
| 发明（设计）人： | 刘焕军;张小康;张新乐;王翔;窦欣;秦乐乐;杨皓轩 | 申请（专利权）人： | 东北农业大学 |
| 主分类号： | G06K9/62 | 分类号： | G06K9/62;G06N3/02 |
| 代理公司： | 哈尔滨市文洋专利代理事务所(普通合伙)23210 | 代理人： | 王艳萍 |
| 地址： | 150030 黑龙*** | 国省代码： | 黑龙江;23 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 利用多层感知器神经网络模型结合光谱特征参数的土壤分类方法，属于土壤分类技术领域。本发明是为了解决现有利用土壤光谱反射率进行土壤分类的方法无法保留光谱物征原有的物理意义的问题。它首先采集土壤样本，并获得每个土壤样本的基准反射光谱数据；将每个土壤样本的基准反射光谱数据以10nm为间隔，利用高斯模型进行光谱重采样；对光谱重采样数据进行包络线去除，获得突出反射光谱曲线的吸收和反射特征的去包络线数据；在去包络线数据中提取获得m个光谱特征参数；对提取的m个光谱特征参数分别进行标准化处理，得到m个土壤分类指标；利用多层感知器神经网络模型，根据土壤分类指标对土壤样本进行分类。本发明用于土壤分类。 | ||
| 搜索关键词： | 利用 多层 感知 神经网络 模型 结合 光谱 特征 参数 土壤 分类 方法 | ||
【主权项】：
一种利用多层感知器神经网络模型结合光谱特征参数的土壤分类方法，其特征在于，它包括以下步骤：步骤一：采集n个土壤样本，n为大于或者等于3的整数；用光谱仪对n个土壤样本分别进行反射光谱测试，针对每个土壤样本：采集10条光谱曲线，对10条光谱曲线进行算术平均，获得每个土壤样本的基准反射光谱数据；步骤二：将每个土壤样本的基准反射光谱数据以10nm为间隔，利用高斯模型进行光谱重采样；步骤三：对光谱重采样数据进行包络线去除，获得突出反射光谱曲线的吸收和反射特征的去包络线数据；步骤四：在去包络线数据中提取获得m个光谱特征参数；步骤五：对提取的m个光谱特征参数分别进行标准化处理，得到m个土壤分类指标；步骤六：利用多层感知器神经网络模型，根据土壤分类指标对土壤样本进行分类。
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东北农业大学，未经东北农业大学许可，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/201611254381.1/，转载请声明来源钻瓜专利网。
