造價(jià)通
更新時(shí)間：2024.12.28
工業(yè)防護(hù)用聚氨酯高光面漆常見(jiàn)漆病及解決方案

格式：pdf

大?。?span class="single-tag-height">107KB

頁(yè)數(shù)： 3頁(yè)

主要介紹工業(yè)防護(hù)聚氨酯高光面漆在施工過(guò)程中容易出現(xiàn)的弊病,分析其成因,并提出一些解決方法。

基于地面高光譜數(shù)據(jù)的油茶炭疽病病情指數(shù)反演

格式：pdf

大?。?span class="single-tag-height">385KB

頁(yè)數(shù)：

使用FieldSpec HandHeldTM地物光譜儀采集不同發(fā)病程度的油茶冠層光譜數(shù)據(jù),并實(shí)地調(diào)查油茶炭疽病病情指數(shù),將光譜數(shù)據(jù)進(jìn)行一階微分與滑動(dòng)平均濾波相結(jié)合的預(yù)處理,提取與病情指數(shù)相關(guān)性較高的敏感波段,并采用主成分分析法(principal component analysis,PCA)對(duì)敏感波段的光譜數(shù)據(jù)進(jìn)行降維,分別以敏感波段和PCA降維處理后的敏感波段作為輸入變量建立了病情指數(shù)的BP神經(jīng)網(wǎng)絡(luò)反演模型。兩種建模方法建立的BP神經(jīng)網(wǎng)絡(luò)模型計(jì)算出的預(yù)測(cè)值與觀測(cè)值之間的決定系數(shù)(R2)均達(dá)99%以上。精度檢驗(yàn)證明,以PCA降維所得到的前10個(gè)主成分作為輸入變量建立的10-7-1三層BP神經(jīng)網(wǎng)絡(luò)模型預(yù)測(cè)精度更高,模型計(jì)算出的預(yù)測(cè)值與觀測(cè)值之間的決定系數(shù)(R2)和均方根誤差(RMSE)分別為0.998 6和0.814 8。該研究表明,利用地面高光譜數(shù)據(jù)結(jié)合主成分分析和BP神經(jīng)網(wǎng)絡(luò)算法反演油茶炭疽病病情指數(shù)是一種有效的方法。

熱門(mén)知識(shí)

面層高光面油

精華知識(shí)

面層高光面油

最新知識(shí)

面層高光面油
點(diǎn)擊加載更多>>

相關(guān)問(wèn)答

面層高光面油
點(diǎn)擊加載更多>>
專(zhuān)題概述
面層高光面油相關(guān)專(zhuān)題

分類(lèi)檢索：