@article{Wan M. 2022-12-02,
author = { Wan M. ,  Jin X. ,  Han Y. ,  Wang L. ,  Li S. ,  Rao Y. ,  Zhang X. ,  Gao Q. },
title = {Ансамблевый метод обучения на основе суммирования для прогнозирования доступного азота в почве с помощью портативного микроспектрометра ближнего инфракрасного диапазона},
year = {2022},
publisher = {NP «NEICON»},
abstract = {Для разработки надежной и точной модели доступного в почве азота используются спектроскопия в ближнем ИК-диапазоне (БИК) почвы и данные об азоте. Спектральная отражательная способность образцов почвы изучена в диапазоне 900—1700 нм с помощью девяти методов предварительной обработки с использованием портативного микроБИК-спектрометра. Экстремальное повышение градиента (XGBoost), категориальное повышение (CatBoost), машина повышения градиента света (LightGBM) и случайный лес, которые представляют собой древовидные алгоритмы, сложены в виде базовых моделей. Линейная регрессия используется в метамодели для определения уникального шаблона обучения базовой модели. Результаты показывают, что диапазон и характеристики спектров можно использовать для соответствующих прогнозов, а спектры микро-БИК меняются при различных предварительных обработках. Многослойная модель обеспечивает наилучшую производительность среди всех протестированных моделей. Коэффициент детерминации R2 = 0.942, относительная процентная разница RPD = 4.192 с коррекцией Савицкого–Голея и мультипликативным рассеянием. },
URL = {https://www.academjournals.by/publication/15624},
eprint = {https://www.academjournals.by/files/15580},
journal = {Журнал прикладной спектроскопии},
}