《表1 预测结果：土壤有机质高光谱反演模型研究》
提示：宽带有限、当前游客访问压缩模式
利用58个建模数据训练好事先建立的神经网络模型，然后用这些模型预测之前准备的26个检测数据对应的有机质含量，神经网络输出结果如表1所示。
| 图表编号 | XD00102950700 严禁用于非法目的 |
|---|---|
| 绘制时间 | 2019.10.25 |
| 作者 | 王祥浩 |
| 绘制单位 | 安徽理工大学测绘学院 |
| 更多格式 | 高清、无水印（增值服务） |
相关图表
- 《表6 偏最小二乘法与主成分回归法的有机碳高光谱估算模型结果对比》2020.12.01
- 《表3 三种估测模型对比：土壤有机质含量高光谱估测模型构建及精度对比》2020.09.30
- 《表1 基于高光谱参数的光谱模型及预测效果》2020.03.01
- 《表3 基于OLI影像和实测高光谱的盐分指数与含盐量和pH值的反演模型》2020.06.06
- 《表2 盐分指数计算公式：基于实测高光谱和Landsat 8 OLI影像的土壤盐化和碱化程度反演研究》2020.06.06
- 《表3 无人为干扰区和人为干扰区盐渍土SO42-含量高光谱反演模型的精度》2020.02.01
- 《表1 高光谱植被指数：基于红边优化植被指数的寒地水稻叶片叶绿素含量遥感反演研究》2020.03.31
- 《表2 光谱指数及公式：广西喀斯特地区土壤Ca含量高光谱反演研究》2020.02.20
- 《表1 研究区概况：广西喀斯特地区土壤Ca含量高光谱反演研究》2020.02.20
- 《表3 模型估算能力对比：结合PRO-4SAIL和BP神经网络的叶绿素含量高光谱反演》2020.03.25
- 《表1 选取的植被指数：扬花期冬小麦叶面积指数高光谱遥感反演研究》2020.02.10
- 《表3 水质分级标准：基于高光谱定量反演模型的污水综合水质评价》2019.11.25
- 《表2 特征值贡献率：基于高光谱定量反演模型的污水综合水质评价》2019.11.25
- 《表1 主要水质参数：基于高光谱定量反演模型的污水综合水质评价》2019.11.25
- 《表2 光谱指标描述：华南地区土壤汞含量高光谱反演模型的构建》2019.08.31
- 《表4 模型精度检验：莱州湾南岸土壤全盐量空间分布及其高光谱反演研究》2019.06.25
- 《表3 模型参数：莱州湾南岸土壤全盐量空间分布及其高光谱反演研究》2019.06.25
- 《表2 水质参数高光谱遥感反演模型拟合结果比较》2019.04.20
- 《表2 实验结果对比：粒子群优化神经网络的土壤有机质高光谱估测》2019.05.20
- 《表2 高光谱土壤重金属铜含量预测模型》2018.07.15