一种基于大样本土壤可见-近红外光谱分类的土壤有机质快速检测方法

    公开(公告)号:CN103234922A

    公开(公告)日:2013-08-07

    申请号:CN201310110831.X

    申请日:2013-03-29

    Applicant: 浙江大学

    Abstract: 本发明公开了一种基于大样本土壤可见-近红外光谱分类的土壤有机质快速检测方法,包括以下步骤:(1)测量采集全国土壤样本的可见-近红外光谱数据和有机质含量数据,构建大样本全国土壤光谱-有机质数据库;(2)采用模糊k均值聚类和偏最小二乘回归相结合的方法,构建大样本全国土壤光谱-有机质数据库的分类预测模型;(3)采集待检测土壤样本的可见-近红外光谱数据,将该光谱数据汇入所述的大样本全国土壤光谱-有机质数据库中,判断所属组别,根据该组的预测模型得到待检测土壤样本的有机质含量。本发明的方法与以往单纯采用区域全部土壤样本光谱预测建模方法相比,其模型稳定性和预测精度均大大提高,检测精度高、普适性强。

    基于土壤可见-近红外光谱库的土壤全氮实时检测方法

    公开(公告)号:CN103884661A

    公开(公告)日:2014-06-25

    申请号:CN201410059842.4

    申请日:2014-02-21

    Applicant: 浙江大学

    Abstract: 本发明公开了一种基于土壤可见-近红外光谱库的土壤全氮实时检测方法,包括以下步骤:测量全国各地土壤样本的可见-近红外光谱数据和全氮含量数据,构建土壤可见近红外光谱-全氮数据库;采集多个待检测土壤样本的可见-近红外光谱数据;采用局部加权回归算法,对每一待检测样本从光谱库中挑选建模样本构成定标子集,从而构建基于土壤可见-近红外光谱数据库的全氮线性回归模型,得出待检测样本的全氮含量,并对预测模型进行精度评定。本发明方法与以往单纯采用区域全部土壤样本光谱建模预测方法相比,预测模型具有很好的稳定性和普适性,预测能力显著提高,解决了土壤光谱重复采集、数据格式不统一无法共享、各建模模型无法通用的弊端。

    一种光缆快速定位系统及其方法
    3.
    发明公开

    公开(公告)号:CN119533633A

    公开(公告)日:2025-02-28

    申请号:CN202411709431.5

    申请日:2024-11-27

    Abstract: 本发明涉及光纤声波传感定位领域,具体涉及一种光缆快速定位系统及其方法,该定位系统不依赖实时的网络通信,即使在无通信网络的环境下也能稳定运作,展现出明显的优势,通过播放指定频率成分的特征声波,能够有效减少环境噪音的干扰,显著提升定位的准确度,即使处于嘈杂环境中,也能通过施加高强度的特征信号,滤除非目标频段的噪音干扰,确保定位结果的准确性,通过采用离线采集‑在线处理的混合架构,显著提升了系统的环境适应性和自动化数据处理能力,大幅降低了人工操作的复杂性和潜在的错误率,解决了现有的光缆定位系统及方法存在的依赖GPS定位、依赖实时通信网络、易受主观判断影响、全点位分析的计算效率低下以及参与人数过多等问题。

    一种用于水稻表土氮肥施用等级评定方法

    公开(公告)号:CN104778349B

    公开(公告)日:2017-11-10

    申请号:CN201510135919.6

    申请日:2015-03-26

    Applicant: 浙江大学

    Abstract: 本发明公开了一种用于水稻表土氮肥施用等级评定方法。采用光纤式高光谱仪测定多个水稻表土可见‑近红外漫反射光谱数据,同时采集多个表土进行土壤全氮含量的化学测试;根据每个水稻表土土样的全氮含量计算该样本的氮肥施用等级;确定支持向量机的核函数与训练方式,将每个土样的光谱数据及对应的氮肥施用等级数据作为输入数据,输入支持向量机模型中;再采集多个待测水稻表土土样可见‑近红外漫反射光谱数据,输入已经训练好的支持向量机模型判别类比,通过支持向量机模型判定后,计算并输出每个待测样本的氮肥施用等级。本发明指导水稻田合理施用氮肥,不仅体现在氮肥的合理施用,还对水稻田生态环境以及整体自然环境生态体系的有效保护。

    一种用于水稻表土氮肥施用等级评定方法

    公开(公告)号:CN104778349A

    公开(公告)日:2015-07-15

    申请号:CN201510135919.6

    申请日:2015-03-26

    Applicant: 浙江大学

    Abstract: 本发明公开了一种用于水稻表土氮肥施用等级评定方法。采用光纤式高光谱仪测定多个水稻表土可见-近红外漫反射光谱数据,同时采集多个表土进行土壤全氮含量的化学测试;根据每个水稻表土土样的全氮含量计算该样本的氮肥施用等级;确定支持向量机的核函数与训练方式,将每个土样的光谱数据及对应的氮肥施用等级数据作为输入数据,输入支持向量机模型中;再采集多个待测水稻表土土样可见-近红外漫反射光谱数据,输入已经训练好的支持向量机模型判别类比,通过支持向量机模型判定后,计算并输出每个待测样本的氮肥施用等级。本发明指导水稻田合理施用氮肥,不仅体现在氮肥的合理施用,还对水稻田生态环境以及整体自然环境生态体系的有效保护。

Patent Agency Ranking