基于短时傅里叶光谱与数据融合的土壤成分含量预测OACSTPCD
Prediction of soil composition content based on short-time Fourier spectroscopy and data fusion
土壤肥力是衡量土壤质量的重要指标.为了评估土壤质量和提高作物产量,迫切需要找到快速预测土壤成分的途径.首先提出Inception层短时傅里叶变换卷积神经网络(inception short-time Fourier transform convolutional neural network,简称I-STFT-CNN)单一光谱模型,然后提出2个融合光谱模型II-STFT-CNN(indirect inception short-time Four…查看全部>>
任慧东;鞠薇;程志友;张梦思
安徽大学 电子信息工程学院,安徽 合肥 230601安徽大学 互联网学院,安徽 合肥 230601安徽大学 互联网学院,安徽 合肥 230601安徽大学 电子信息工程学院,安徽 合肥 230601
化学
土壤肥力卷积神经网络近红外光谱数据融合
soil fertilityconvolutional neural networknear-infrared spectrumdata fusion
《安徽大学学报（自然科学版）》 2024 (1)
65-71,7
国家自然科学基金资助项目(61672032)安徽省教育厅自然科学基金资助项目(KJ2021A0026)
评论