机译:基于近红外范围内土壤样品光谱响应的机器学习模型预测土壤特性
LUCAS databasenear-infrared spectroscopymachine learning modelssoil properties prediction;
机译:使用机器学习预测从红外光谱确定土壤粒度分布:方法论和建模
机译:基于光谱库的土壤性能量化的改进,使用代表性尖峰和局部校准 - 中红外光谱法的土壤无机碳预测的情况
机译:在近红外光谱范围内没有直接光谱响应的土壤特性在线测量
机译:可见-近红外波段土壤光谱响应的测量与分析系统
机译:利用热红外遥感(信息系统,土壤分类法,加利福尼亚州)估算森林和牧场土壤的土壤温度状况。
机译:寻找一种最佳采样算法根据红外光谱预测土壤性质
机译:训练样本规模对近红外光谱数据预测土壤性能预测的深度学习模型精度的影响