摘要: 为探讨支持向量机(Support vector machine,SVM)模型对于土壤pH预测的精度,以安徽省为研究区域,采集140个土壤样本,利用GIS空间分析,提取相关的地形因子、遥感植被指数及气候数据,采用Boruta算法对提取数据进行特征筛选,选择最优变量组合输入SVM模型,... 展开
| 作者 | LU Hongliang 卢宏亮 ZHAO Mingsong 赵明松 LIU Binyin 刘斌寅 ZHANG Ping 张平 LU Longmei 陆龙妹 | ||
|---|---|---|---|
| 作者单位 | |||
| 文集名称 | 中国土壤遥感与信息专业委员会 &土壤发生、分类与土壤地理专业委员会2018年联合学术研讨会论文集 | ||
| 出版年 | 2018 | ||
| 会议名称 | 中国土壤遥感与信息专业委员会 &土壤发生、分类与土壤地理专业委员会2018年联合学术研讨会 | ||
| 组织单位 | 中国土壤学会 | ||
| 页码 | 1-9 | 开始页/总页数 | 1 / 9 |
| 会议日期/会议地点 | 2018-09-14 / 山东泰安 | 会议年 | 2018 |
| 中图分类号 | S153.4 | ||
| 关键词 | 土壤酸碱度 建模预测 特征变量 支持向量机 | ||
| 馆藏号 | DZ05361 | ||
