黄鹏
- 作品数：4 被引量：9H指数：1
- 供职机构：华中师范大学更多>>
- 发文基金：中央高校基本科研业务费专项资金国家自然科学基金更多>>
- 相关领域：农业科学自动化与计算机技术历史地理哲学宗教更多>>
- 基于ARM架构的智能垃圾分类方法及系统
- 本发明公开了一种基于ARM架构的智能垃圾分类方法及系统，属于图像处理技术领域。本发明将AlexNet神经网络嵌入到ARM架构中，用于垃圾分类识别，达到准确率高、识别时间短、模型可更新的要求。同时，通过线上知识蒸馏技术进行...
- 肖克江高阔黄鹏
- 量子哲学视域下的真理观考察
- 黄鹏
- 去除土壤水分对高光谱估算土壤有机质含量的影响被引量：8
- 2017年
- 土壤高光谱技术具有方便快捷、无破坏、成本低等优点,已被广泛应用于估算土壤有机质含量(SOMC)。然而,野外测量的土壤高光谱数据因受外部环境因素(土壤湿度、温度、表面粗糙度等)干扰,导致SOMC估算模型适用性有待提升。土壤含水率(SMC)是影响野外测量高光谱的最主要的障碍因素之一,它的变化严重影响可见-近红外(Vis-NIR)光谱反射率的观测结果。因此,消除SMC对高光谱数据的干扰是提高土壤高光谱估算SOMC模型预测精度的关键环节。以江汉平原潜江市潮土样本为研究对象,在室内人工加湿土样,分别获取6个SMC水平的土壤高光谱数据,采用标准正态变换(SNV)对光谱数据进行预处理,基于外部参数正交化法(EPO)去除土壤水分对高光谱的影响,利用偏最小二乘方法(PLSR)建立并对比EPO处理前、后不同SMC水平SOMC反演模型。结果表明,土壤水分对Vis-NIR光谱反射率有显著的影响,掩盖了SOMC的光谱吸收特征;EPO处理前不同SMC水平的光谱曲线之间的差异较为明显,而EPO处理后的各SMC水平的光谱曲线形态基本相似;采用EPO处理后的土壤高光谱数据建立SOMC估算模型,预测集的R2p,RPD分别为0.84和2.50,其精度与EPO处理前所建模型相比有较大提升,表明EPO算法可以有效去除土壤水分的影响,从而提升SOMC的估算精度。对定向去除外部环境参数对土壤高光谱影响进行了实证,为完善野外原位获取SOMC信息技术提供理论基础。
- 于雷洪永胜朱亚星黄鹏何琦QI Feng
- 关键词：土壤有机质土壤含水率江汉平原
- 区域地理“问题导学”教学模式及应用研究
- 本文主要研究问题导学模式在区域地理教学中的应用问题。随着新一轮课程改革的不断深化,地理学科核心素养的不断挖掘,高考作为基础教育改革的指向标等等变革都对一线教师提出了新的教育要求,更加明确了培养学生问题解决能力和学科核心素...
- 黄鹏
- 关键词：区域地理问题导学模式教学应用
