期刊文献+

福海叶绿素含量的人工神经网络反演模型 被引量:10

The Neural Network Model on Chlorophyll Concentration in the Fuhai Lake
下载PDF
导出
摘要 在圆明园福海同时进行光谱测量与叶绿素测定。使用传统经验统计算法、BP人工神经网络和径向基函数(RadialBasisFunction,RBF)网络,分别建立光谱值反演叶绿素浓度模型。结果表明,径向基函数网络具有结构自适应确定、输出不依赖初始权值、速度快、结果可靠、能充分利用光谱信息等优良特性,得到了相当好的拟合结果,是一种值得推广的预测叶绿素浓度的神经网络模型。 The spectral reflectance and concentration of chlorophyll-a are measured instantaneously in the Fuhai Lake.The authors apply empirical algorithms, BP network and RBF network to simulate and predict the chlorophyll concentration by the spectral reflectance.RBF network has such advantages as independence of the output on initial weight value, adaptation for determining the construction, rapidness, and reliance, using spectra information sufficiently.In conclusion, RBF network is a worthwhile popularized neural network model on simulation and prediction of the chlorophyll concentration.
出处 《地理与地理信息科学》 CSSCI CSCD 北大核心 2004年第4期27-30,共4页 Geography and Geo-Information Science
基金 高等学校优秀青年教师教学科研奖励计划 国家自然科学基金委员会创新群体科学基金项目(40024101)
关键词 叶绿素 光谱测量 人工神经网络 反演模型 BP网络 RBF网络 水质监测 the Fuhai Lake chlorophyll artificial neural network BP network RBF network
  • 相关文献

参考文献12

二级参考文献42

  • 1徐冠华,田国良,王超,牛铮,郝鹏威,黄波,刘震.遥感信息科学的进展和展望[J].地理学报,1996,51(5):385-397. 被引量:114
  • 2陈楚群,施平,毛庆文.应用TM数据估算沿岸海水表层时绿素浓度模型研究[J].环境遥感,1996,11(3):168-176. 被引量:66
  • 3胡守仁 余少波.神经网络导论[M].长沙:国防科技大学出版社,1992.113-129.
  • 4(日)遥感研究会 刘勇卫(译).遥感精解[M].测绘出版社,1993,12..
  • 5中国海湾志编撰委员会.中国海湾志·第一分册(辽东半岛东部海湾)[M].北京:海洋出版社,1991..
  • 6Ulaby F T 侯世昌等(译).微波遥感(卷1-2)[M].北京:科学出版社,1988..
  • 7[2]Claudia Giardino, Monica Pepe. Detecting chlorophyll, Secchi disk depth and surface temperature in a sub-alpine lake using Landsat imagery. The Science of the Total Environment,2001, 268: 19~29.
  • 8[4]Richter R A. Fast atmospheric correction algorithm applied to Landsat TM Images. Int. J. Remote Sens. , 1990, 11:159~ 166.
  • 9[5]Richter R A. Spatially adaptive fast atmospheric correction algorithm. Int. J. Remote Sens. , 1996, 17: 1201~ 1214.
  • 10许东 吴铮.给予MATLAB6,X系统分析与设计-神经网络[M].西安:西安电子科技大学出版社,2002.125-168.

共引文献404

同被引文献196

引证文献10

二级引证文献66

相关作者

内容加载中请稍等...

相关机构

内容加载中请稍等...

相关主题

内容加载中请稍等...

浏览历史

内容加载中请稍等...
;
使用帮助 返回顶部