-
生物通官微
陪你抓住生命科技
跳动的脉搏
结合可见 - 近红外 - 短波红外光谱技术与机器学习预测巴西南部葡萄园土壤有效铜锌含量:探索最佳组合,提升预测精度
《Journal of Soil Science and Plant Nutrition》:Combining Vis-NIR-SWIR Spectroscopy and Machine Learning to Predict Soil Available Copper and Zinc in Southern Brazil Vineyards
【字体: 大 中 小 】 时间:2025年04月04日 来源:Journal of Soil Science and Plant Nutrition 3.4
编辑推荐:
为解决土壤铜(Cu)和锌(Zn)含量预测中最佳机器学习与光谱处理技术组合未知的问题,研究人员开展了相关研究。他们利用巴西南部葡萄园土壤数据,测试多种光谱预处理技术和机器学习方法,发现 “RF + SGD-1d” 组合预测效果最佳,为精准预测土壤 Cu、Zn 含量提供了依据。
知名企业招聘
今日动态 | 人才市场 | 新技术专栏 | 中国科学人 | 云展台 | BioHot | 云讲堂直播 | 会展中心 | 特价专栏 | 技术快讯 | 免费试用
版权所有 生物通
Copyright© eBiotrade.com, All Rights Reserved
联系信箱:
粤ICP备09063491号