<?xml version="1.0" encoding="UTF-8"?>
<xml>
 <records>
  <record>
   <ref-type name="Journal Article">17</ref-type>
   <contributors>
    <authors>
     <author>Wan M. </author>
     <author>Jin X. </author>
     <author>Han Y. </author>
     <author>Wang L. </author>
     <author>Li S. </author>
     <author>Rao Y. </author>
     <author>Zhang X. </author>
     <author>Gao Q. </author>
    </authors>
   </contributors>
   <titles>
    <title>Ансамблевый метод обучения на основе суммирования для прогнозирования доступного азота в почве с помощью портативного микроспектрометра ближнего инфракрасного диапазона</title>
   </titles>
   <keywords>
    <keyword>ближний инфракрасный диапазон</keyword>
    <keyword>доступный азот в почве</keyword>
    <keyword>портативный спектрометр</keyword>
    <keyword>предварительная обработка</keyword>
    <keyword>ансамблевый метод обучения</keyword>
   </keywords>
   <dates>
    <year>2022</year>
    <pub-dates>
     <date>2022-12-02</date>
    </pub-dates>
   </dates>
   <journal>Журнал прикладной спектроскопии</journal>
   <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. </abstract>
   <urls>
    <web-urls>
     <url>https://www.academjournals.by/publication/15624</url>
    </web-urls>
    <pdf-urls>
     <url>https://www.academjournals.by/files/15580</url>
    </pdf-urls>
   </urls>
  </record>
 </records>
</xml>
