• 论文
主办单位:煤炭科学研究总院有限公司、中国煤炭学会学术期刊工作委员会
基于波段比值参数的PSO-BP内陆水体叶绿素a估算方法
  • 作者

    罗义平孙文彬

  • 单位

    中国矿业大学(北京)地球科学与测绘工程学院

  • 摘要
    文中针对BP神经网络收敛速度慢和易陷入局部最优的问题,构建了基于波段比值参数的PSO-BP内陆水体叶绿素a浓度估算模型。选择特征波段比值作为BP神经网络输入变量,借助PSO算法优化了BP网络的初始连接权值和阈值,利用机载的CASI高光谱数据进行了相关试验,分析了PSO-BP模型的估算精度。结果表明:(1)PSO-BP模型测试集的决定系数R2为0.87,均方根误差RMSE为2.27 ug/L;(2)与直接以波段反射率为参数的BP模型相比,该模型的均方根误差降低了1.93 ug/L;与波段比值为输入参数的BP模型相比,该模型的均方根误差降低了0.64 ug/L。
  • 关键词

    内陆水体叶绿素a波段比值BP神经网络PSO算法

相关问题

主办单位:煤炭科学研究总院有限公司 中国煤炭学会学术期刊工作委员会

©版权所有2015 煤炭科学研究总院有限公司 地址:北京市朝阳区和平里青年沟东路煤炭大厦 邮编:100013
京ICP备05086979号-16  技术支持:云智互联