《表4 基于改进自动编码器的土壤有机质等级分类结果Tab.4 Classification results of soil organic matter based on improved auto

《表4 基于改进自动编码器的土壤有机质等级分类结果Tab.4 Classification results of soil organic matter based on improved auto   提示:宽带有限、当前游客访问压缩模式
本系列图表出处文件名:随高清版一同展现
《利用改进自动编码器光谱法预测土壤有机质》


  1. 获取 高清版本忘记账户?点击这里登录
  1. 下载图表忘记账户?点击这里登录

训练改进自动编码器模型前,将LUCAS数据集中的所有样本的光谱信息统一进行归一化处理,并根据样本的有机质含量参照表2划分为6个级别。训练模型时,将建模集中土壤样本光谱作为编码器的输入信号和解码器的监督信号,将土壤样本有机质含量类别作为分类器的监督信号。改进自动编码器中的参数使用随机梯度下降法进行更新。训练完成后,将建模集、验证集、测试集中土壤样本光谱输入模型,预测对应样本的有机质含量等级。基于改进自动编码器的土壤有机质含量分类结果汇总见表4、表5。