一种基于稀疏表示及BP神经网络技术的土壤近红外光谱分析方法

摘要

本发明涉及一种基于稀疏表示及BP神经网络技术的土壤近红外光谱分析方法，与现有技术相比解决了土壤分析方法无法满足实际需要的缺陷。本发明包括以下步骤：训练样本土壤集的获取和预处理；构造训练样本土壤数据的稀疏字典并获取训练样本的特征向量；将训练样本的特征向量作为BP神经网络的输入，训练网络参数，构建BP神经网络分类模型；测试样本土壤集的获取和预处理；利用训练样本土壤数据的稀疏字典构造测试样本的特征向量，利用训练好的BP神经网络分类模型完成对测试样本土壤成分的分类预测。本发明基于稀疏表示及BP神经网络框架来进行土壤近红外光谱分析预测，提高了近红外光谱土壤主要成分预测的精度和模型的鲁棒性。

主权项

一种基于稀疏表示及BP神经网络技术的土壤近红外光谱分析方法，其特征在于，包括以下步骤：11)训练样本土壤集的获取和预处理；使用光谱仪采集不同训练土壤样本集的光谱数据，对其进行预处理，形成训练样本土壤集的光谱特征矩阵；12)构造训练样本土壤数据的稀疏字典并获取训练样本的特征向量；13)将训练样本的特征向量作为BP神经网络的输入，训练网络参数，构建BP神经网络分类模型；14)测试样本土壤集的获取和预处理；使用光谱仪采集测试土壤样本的光谱数据，对测试样本土壤扫描40次取平均值；对测试样本土壤采用与训练样本相同的光谱数据预处理方法，得到测试土壤样本的光谱数据；15)利用训练样本土壤数据的稀疏字典构造测试样本的特征向量，利用训练好的BP神经网络分类模型完成对测试样本土壤成分的分类预测。