基于竞争适应重加权采样算法耦合机器学习的土壤含水量估算 下载: 965次
葛翔宇, 丁建丽, 王敬哲, 王飞, 蔡亮红, 孙慧兰. 基于竞争适应重加权采样算法耦合机器学习的土壤含水量估算[J]. 光学学报, 2018, 38(10): 1030001.
Xiangyu Ge, Jianli Ding, Jingzhe Wang, Fei Wang, Lianghong Cai, Huilan Sun. Estimation of Soil Moisture Content Based on Competitive Adaptive Reweighted Sampling Algorithm Coupled with Machine Learning[J]. Acta Optica Sinica, 2018, 38(10): 1030001.
[1] Kumar S V, Dirmeyer P A. Peters-Lidard C D, et al. Information theoretic evaluation of satellite soil moisture retrievals[J]. Remote Sensing of Environment, 2018, 204: 392-400.
[2] 蔡亮红, 丁建丽. 基于高光谱多尺度分解的土壤含水量反演[J]. 激光与光电子学进展, 2018, 55(1): 013001.
[3] 于雷, 朱亚星, 洪永胜, 等. 高光谱技术结合CARS算法预测土壤水分含量[J]. 农业工程学报, 2016, 32(22): 138-145.
[6] 朱亚星, 于雷, 洪永胜, 等. 土壤有机质高光谱特征与波长变量优选方法[J]. 中国农业科学, 2017, 50(22): 4325-4337.
[8] 张贤龙, 张飞, 张海威, 等. 基于光谱变换的高光谱指数土壤盐分反演模型优选[J]. 农业工程学报, 2018, 34(1): 110-117.
[9] 刁万英, 刘刚, 胡克林. 基于高光谱特征与人工神经网络模型对土壤含水量估算[J]. 光谱学与光谱分析, 2017, 37(3): 841-846.
[14] 何宝忠, 丁建丽, 王飞, 等. 基于物候特征的盐渍化信息数据挖掘研究[J]. 生态学报, 2017, 37(9): 3133-3148.
[15] VohlandM, LudwigM, Thiele-BruhnS, et al. Determination of soil properties with visible to near- and mid-infrared spectroscopy: effects of spectral variable selection[J]. Geoderma, 2014, 223/224/225: 88- 96.
[19] 刘亚秋, 陈红艳, 王瑞燕, 等. 基于可见/近红外光谱的黄河口区土壤盐分及其主要离子的定量分析[J]. 中国农业科学, 2016, 49(10): 1925-1935.
[21] 程术希, 孔汶汶, 张初, 等. 高光谱与机器学习相结合的大白菜种子品种鉴别研究[J]. 光谱学与光谱分析, 2014, 34(9): 2519-2522.
[24] 李哲, 张飞, 冯海宽, 等. 基于波段组合的植被叶片盐离子估算研究[J]. 光学学报, 2017, 37(11): 1128002.
葛翔宇, 丁建丽, 王敬哲, 王飞, 蔡亮红, 孙慧兰. 基于竞争适应重加权采样算法耦合机器学习的土壤含水量估算[J]. 光学学报, 2018, 38(10): 1030001. Xiangyu Ge, Jianli Ding, Jingzhe Wang, Fei Wang, Lianghong Cai, Huilan Sun. Estimation of Soil Moisture Content Based on Competitive Adaptive Reweighted Sampling Algorithm Coupled with Machine Learning[J]. Acta Optica Sinica, 2018, 38(10): 1030001.