典型文献
基于半监督回归的高光谱土壤重金属质量浓度反演
文献摘要：
针对如何利用少量有标记样本和大量无标记样本训练出鲁棒性的土壤重金属质量浓度反演模型的问题,以土壤中重金属镉(Cd)为研究对象,选取4个不同地区(衡阳-郴州,原平-保定)的光谱数据分两组进行实验验证.在通过迁移成分分析方法缩小不同区域的光谱分布差异后,提出一种基于半监督回归的高光谱土壤重金属质量浓度反演模型.实验结果显示,与传统的全监督建模方法相比,在第1组衡阳-郴州的实验中,所提的半监督方法能够将可决系数R2提升至0.75,相对分析误差(relative predictive deviation,RPD)提升至2.15;在第2组原平-保定的实验中,R2提升至0.70,RPD提升至1.61.实验表明,在较少标记样本情况下,通过引入大量的未标记样本进行半监督回归分析可有效提升模型反演精度.
文献关键词：
高光谱遥感;半监督回归;迁移成分分析;土壤重金属质量浓度反演
中图分类号：
作者姓名：
毛耿旋;涂彦;崔文博;陶超
作者机构：
中南大学地球科学与信息物理学院,湖南长沙410083;中南大学有色金属成矿预测与地质环境监测教育部重点实验室,湖南长沙410083;湖南省科学技术信息研究所,湖南长沙410001
文献出处：
引用格式：
[1]毛耿旋;涂彦;崔文博;陶超-.基于半监督回归的高光谱土壤重金属质量浓度反演)[J].应用科学学报,2022(06):941-952
A类：
半监督回归,土壤重金属质量浓度反演
B类：
标记样本,无标记,样本训练,练出,反演模型,土壤中重金属,重金属镉,Cd,衡阳,郴州,原平,保定,光谱数据,迁移成分分析,谱分布,分布差异,监督方法,可决系数,relative,predictive,deviation,RPD,反演精度,高光谱遥感
AB值：
0.242618
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
