期刊
雷电竞下载苹果
raybet推荐吗
关于我们
博客
计算智能和神经科学
+
日记菜单
日记概述
对于作者
对于审阅者
用于编辑
目录
特殊问题
提交
计算智能和神经科学
/
2019
/
文章
/
图6
研究文章
通过Vis-NIR光谱预测土壤有机物含量的深度学习应用
图6
使用均方根误差(RMSE),确定系数(R
2
),以及性能与偏差(RPD)的比率:(a)使用具有203个变量的全频谱的不同模型的方法,以及(b)应用于67个选定变量子集的不同模型的方法。
(A)
(b)
我们的首席编辑选择了年度最佳奖:2020年杰出研究贡献。
阅读获奖文章
。