基于高光谱的水稻叶片氮含量估计的深度森林模型研究

李金敏, 陈秀青, 杨琦, 史良胜

Deep learning models for estimation of paddy rice leaf nitrogen concentration based on canopy hyperspectral data

LI Jin-Min, CHEN Xiu-Qing, YANG Qi, SHI Liang-Sheng

表3 4种模型关键超参数设置

Table 3 List of key hyperparameters of the four models

随机森林 Random forest 支持向量机 SVM 多层感知器 Multi-layer perceptron 深度森林 Deep forest 树的数量 Number of trees 100 正则化参数 Penalty coefficient 50 激活函数 Activation function “relu” 级联结构中森林数量 Forest in cascade 10 决策树最大深度 Maximum depth of decision tree “None” 核函数 Kernel function “RBF” 隐藏层神经元数量 Number of hidden units [100, 50, 20] 滑动窗口大小 Sliding window size {[d/16], [d/8], [d/4]} 核函数系数 Kernel coefficient 100 优化器 Optimizer “adam” 窗口滑动步长 Sliding step 25 损失函数 Loss function “mse” 迭代次数 Iterations 500