《表5 最优子网模型回归分析结果》
提示：宽带有限、当前游客访问压缩模式
取步长为2(a=2，4，6，8，10），同时隐含层传递函数分别选择logsig和tansig，对每种光谱指标建立10个子网模型用于对各样本的土壤养分含量进行预测，取其验证精度最优的子网对各养分含量进行预测，预测结果如表5所示.有机质和全氮在隐含层传递函数为logsig、光谱指标分别为一阶微分和多元散射校正时，验证集的RPD值大于2，说明BP神经网络具有通过土壤光谱对有机质和全氮含量定量预测的能力.由于最优子网模型对土壤全磷和全硫含量的验证集RPD均小于2，表明BP神经网络只能对二者的含量进行粗略估算，而无法定量预测.
| 图表编号 | XD00132029800 严禁用于非法目的 |
|---|---|
| 绘制时间 | 2020.02.01 |
| 作者 | 陶培峰、王建华、李志忠、周萍、杨佳佳、高樊琦 |
| 绘制单位 | 中国地质大学地球科学与资源学院、国际黑土地协会、中国地质调查局沈阳地质调查中心、中国科学院遥感与数字地球研究所、国际黑土地协会、中国地质调查局沈阳地质调查中心、中国地质大学地球科学与资源学院、国际黑土地协会、中国地质调查局沈阳地质调查中心、华中师范大学城市与环境科学学院 |
| 更多格式 | 高清、无水印（增值服务） |
