基于BP和GRNN神经网络的冬小麦冠层叶绿素高光谱反演建模研究.pdfVIP

下载本文档

4
0
约1.65万字
约 5页
2017-08-13 发布于重庆
举报
版权申诉

基于BP和GRNN神经网络的冬小麦冠层叶绿素高光谱反演建模研究.pdf

1、原创力文档（book118）网站文档一经付费（服务费），不意味着购买了该文档的版权，仅供个人/单位学习、研究之用，不得用于商业用途，未经授权，严禁复制、发行、汇编、翻译或者网络传播等，侵权必究。。
2、本站所有内容均由合作方或网友上传，本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺！文档内容仅供研究参考，付费前请自行鉴别。如您付费，意味着您自己接受本站规则且自行承担风险，本站不退款、不进行额外附加服务；查看《如何避免下载的几个坑》。如果您已付费下载过本站文档，您可以点击这里二次下载。
3、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等，请点击“版权申诉”（推荐），也可以打举报电话：400-050-0827(电话支持时间：9:00-18:30)。
4、该文档为VIP文档，如果想要下载，成为VIP会员后，下载免费。
5、成为VIP后，下载本文档将扣除1次下载权益。下载后，不支持退款、换文档。如有疑问请联系我们。
6、成为VIP后，您将拥有八大权益，权益包括：VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
7、VIP文档为合作方或网友上传，每下载1次，网站将根据用户上传文档的质量评分、类型等，对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档

基于BP和GRNN神经网络的冬小麦冠层叶绿素高光谱反演建模研究.pdf

22 4 V ol . 22N o. 4 2007 8 REM OT E SEN S IN G T ECHN O L O GY A N D A P P LICA T IO N A ug . 2007 BP GRNN 1, 2, 3 2 1 2 2 2 孙焱鑫 , 王纪华, 李保国, 刘良云, 黄文江, 赵春江 ( 1. 中国农业大学资源与环境学院, 北京　100094; 2 . 国农业信息化工程技术研究中心, 北京　100097; 3. 北京市农林科学院植物营养与资源研究所, 北京　100097) : 根据高光谱遥感获得的冬小麦冠层数据, 把由逐步回归方法和基于遗传算法( GA) 的广义回归神经网络( GR N N) 筛选到的光谱参数作为网络输入, 冠层叶绿素含量作为网络输出, 采用线性逐步回归方法、反向传播神经网络( BPN N ) 和G R N N 来构建反演模型, 模拟结果表明, G RN N 和的预测精度要高于逐步回归方法, 其分别为0. 36 / 、0 . 52 / 和0. 9 8 / 。 BP N N R MSE m g g mg g m g g 由于G R N N 可应用于小样本问题的学习, 比BPN N 对叶绿素具有更好的预测和泛化能力。 : 高光谱遥感; 神经网络; 遗传算法; 叶绿素反演 : T P 79 : A : 1004-0 323( 2007) 04-0492-05 1　引　言 , , , , , , ; , , , , 1, 2] , , : : , , J acquemoud 3] PR OSP ECT , Daw so n 4] LIBERT Y , ( ) , 9] 5] 6] 7] , , 8] 10] , , ,