<sub id="n0hly"></sub>
<sub id="n0hly"></sub>

      <small id="n0hly"><progress id="n0hly"></progress></small>

      3. <address id="n0hly"></address>
      3. 
	
        

		
		

	
        
				
			加急見(jiàn)刊
		
        
		

		
		
        
			
        
				
				
				
        
					
					
        
						
						
        基于網(wǎng)格搜索和交叉驗證支持向量機的地表土壤容重預測
        
						
        郭李娜; 樊貴盛  太原理工大學(xué); 山西太原030024
        

					
        
					
        摘要：為了改善支持向量機(SVM)對地表(0~2 cm)土壤容重預測的應用可行性及其效果,針對傳統經(jīng)驗法選擇SVM懲罰因子C和核函數參數g可能造成的較大誤差的問(wèn)題,提出了一種對SVM參數進(jìn)行優(yōu)化的方法—網(wǎng)格搜索與交叉驗證相結合的方法。本文采用所提出的參數優(yōu)化方法,以黃土高原區旱作農田土壤表層容重年度跟蹤試驗數據樣本為依據,選取土壤(0~2 cm)粒徑分布、有機質(zhì)含量、體積含水率、累積接受水量和全鹽量為輸入變量,建立了地表土壤容重的SVM預測模型。結果表明:所建SVM模型預測值和試驗實(shí)測值之間不存在顯著(zhù)性差異,利用SVM預測地表土壤容重是可行的;采用網(wǎng)格搜索與交叉驗證相結合的方法對SVM參數進(jìn)行優(yōu)化,明顯降低了模型的預測誤差;在粒徑分布、有機質(zhì)含量、體積含水率為輸入變量的基礎上,增加全鹽量為輸入因子并不能顯著(zhù)提高模型的預測效果,而增加累積接受水量為輸入因子的預測效果明顯優(yōu)于前幾種情況,其訓練樣本和測試樣本相對誤差的平均值分別為6.23%和6.95%,都在可接受范圍。研究成果可為土壤表層容重的實(shí)時(shí)預測提供有力支撐。
        
					
        注: 保護知識產(chǎn)權,如需閱讀全文請聯(lián)系土壤通報雜志社
        
				
        
				

			
        
		
        

		
		

	
        

	
	
	
	
	
	
	
	


亚欧成人中文字幕一区-日韩影音先锋AV乱伦小说-成人精品久久一区二区-成人美女视频在线观看

        <sub id="n0hly"></sub>
        <sub id="n0hly"></sub>
        

          <small id="n0hly"><progress id="n0hly"></progress></small>
          3. 

          <address id="n0hly"></address>
          3.