|本期目录/Table of Contents|

[1]张小鸣,冒智康,李绍稳,等.蚁群算法在土壤速效磷近红外光谱波长选择中的应用[J].江苏农业科学,2019,47(19):227-231.
　Zhang Xiaoming,et al.Application of ant colony algorithm in wavelength selection of soil available phosphorus near infrared spectroscopy[J].Jiangsu Agricultural Sciences,2019,47(19):227-231.
点击复制

蚁群算法在土壤速效磷近红外光谱波长选择中的应用(PDF)
分享到：

《江苏农业科学》[ISSN:1002-1302/CN:32-1214/S]

卷:
第47卷
期数:
2019年第19期
页码:
227-231
栏目:
农业工程与信息技术
出版日期:
2019-11-04

文章信息/Info

Title:
Application of ant colony algorithm in wavelength selection of soil available phosphorus near infrared spectroscopy
作者:
张小鸣1;  冒智康1;  李绍稳2;  金秀2;  朱正伟1
1.常州大学信息科学与工程学院，江苏常州 213164； 2.安徽农业大学信息与计算机学院，安徽合肥 230061
Author(s):
Zhang Xiaoming; et al
关键词:
土壤速效磷; 特征变量选择; 蚁群算法; 变量有效性; 精英策略
Keywords:
-
分类号:
TP391
DOI:
-
文献标志码:
A
摘要:
光谱变量多、光谱信息易重叠、数据存在冗余且存在大量噪声，导致近红外光谱分析建模的时间长、模型的泛化能力不强、预测精度不高等问题。为此，提出了一种基于变量有效性精英蚁群系统(EAS)的波长选择算法，通过蚁群搜索选出特征波长。将变量有效性作为蚁群的初始信息素，在信息素更新过程中引入变量重要性投影方法，加快算法的收敛速度，避免陷入局部最优。为了验证算法的有效性，选取193个沙姜黑土土壤样本的近红外光谱数据为研究对象，采用变量有效性精英蚁群算法选择特征波长，构建土壤速效磷含量偏最小二乘回归预测模型，对全谱偏最小二乘模型、蚁群算法偏最小二乘模型进行比较研究。结果表明，采用变量有效性精英蚁群算法选出的特征波长建立的回归模型精度比普通蚁群算法选出的特征波长和全光谱高，建立回归模型更加简单。
Abstract:
-

参考文献/References:

［1］杨爱霞，丁建丽，李艳红，等. 基于可见-近红外光谱变量选择的荒漠土壤全磷含量估测研究［J］. 光谱学与光谱分析，2016，36(3)：691-696.
［2］马慧敏，陈亮，潘康兵，等. 防磷固定剂对土壤有效性的影响［J］. 西南农业学报，2017，30(11)：2533-2536.
［3］王朴杰，王世东，张合兵，等. 基于高光谱的复垦农田土壤有机质含量估测［J］. 土壤，2018，50(3)：558-565.
［4］林志丹，汪玉冰，王儒敬，等. 波长优选对土壤有机质含量可见光/近红外光谱模型的优化［J］. 发光学报，2016，37(11)：1428-1435.
［5］宋相中，唐果，张录达，等. 近红外光谱分析中的变量选择算法研究进展［J］. 光谱学与光谱分析，2017，37(4)：1048-1052.
［6］宾俊，范伟，周冀衡，等. 智能优化算法应用于近红外光谱波长选择的比较研究［J］. 光谱学与光谱分析，2017，37(1)：95-102.
［7］郭志明，黄文倩，彭彦昆，等. 自适应蚁群优化算法的近红外光谱特征波长选择方法［J］. 分析化学，2014，303(40)：513-518.
［8］Shamsipur M，Zare-Shahabadi V，Hemmateenejad B，et al. Ant colony optimisation：a powerful tool for wavelength selection［J］. Journal of Chemometrics，2006，20：146-157.
［9］Bray R H，Kurtz L T. Determination of total，organic，and available forms of phosphorus in soils［J］. Soil Science，1945，59(1)：39-45.
［10］Viscarra Rossel R A，Bui E N，de Caritat P，et al. Mapping iron oxides and the color of Australian soil using visible-near-infrared reflectance spectra［J］. Journal of Geophysical Research：Earth Surface，2010，115：F4.
［11］Rossel R A V，Behrens T. Using data mining to model and interpret soil diffuse reflectance spectra［J］. Geoderma，2010，158(1/2)：46-54.
［12］江明珠，韩邦兴，颜晖，等. 便携式近红外光谱仪快速无损鉴别霍山石斛枫斗和河南石斛枫斗［J］. 林产化学与工业，2017，37(5)：102-106.
［13］吴碧霞. 一种基于精英策略的蚁群优化QoS单播路由算法［J］. 莆田学院学报，2011，18(5)：73-76.
［14］邸亿，龙飞，李卓越，等. 一种基于改进蚁群算法的多目标跟踪数据关联方法［J］. 计算机应用与软件，2013，30(4)：306-309.
［15］Mouazen A M，Maleki M R，De Baerdemaeker J，et al.On-line measurement of some selected soil properties using a VIS-NIR sensor［J］. Soil and Tillage Research，2007，93(1)：13-27.
［16］Daniel K W，Tripathi N K，Honda K. Artificial neural network analysis of laboratory and in situ spectra for the estimation of macronutrients in soils of Lop Buri (Thailand)［J］. Australian Journal of Soil Research，2003，41(1)：47-59.

相似文献/References:

备注/Memo

备注/Memo:
收稿日期：2018-07-18
基金项目：农业农村部农业物联网技术集成与应用重点实验室开放基金(编号：2016KL07)。
作者简介：张小鸣(1958—)，男，安徽合肥人，博士，教授，主要从事嵌入式系统应用研究。E-mail：mdd2942942@163.com。
更新日期/Last Update: 2019-10-05