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
机译:卷积神经网络,用于使用可见/近红外线,中红外线及其组合光谱来同时预测几种土壤性质
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:使用机载和模拟的EnMAP高光谱图像预测常见表面土壤性质:土壤算法和传感器特性的影响
机译:基于重要性采样的高光谱目标检测算法性能预测
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:从红外和X射线土壤光谱特性预测农业和环境应用的土壤特性