|
|||||
|
|
| 基于GA的GRNN高光谱遥感反演冬小麦叶片氮含量模型的建立与验证 | |
| 引用本文： | 孙焱鑫,王纪华,李保国,刘良云,黄文江,赵春江. 基于GA的GRNN高光谱遥感反演冬小麦叶片氮含量模型的建立与验证[J]. 土壤通报, 2007, 38(3): 508-512 |
| 作者姓名： | 孙焱鑫 王纪华 李保国 刘良云 黄文江 赵春江 |
| 作者单位： | 1. 中国农业大学,资源与环境学院,北京,100094;国家农业信息化工程技术研究中心,北京,100097;北京市农林科学院,植物营养与资源研究所,北京,100097 2. 国家农业信息化工程技术研究中心,北京,100097 3. 中国农业大学,资源与环境学院,北京,100094 |
| 基金项目： | 国家自然科学基金;北京市科委科技计划 |
| 摘 要： | 基于人工神经网络理论,针对高光谱遥感中数据冗余问题,本文建立了基于遗传算法(GA)的广义回归神经网络(GRNN)模型,利用回归分析问题中参数筛选方法,对表征冬小麦叶片全氮的光谱参数进行了筛选,并和线性回归方法对比,线性回归方法的均方根误差(RMSEP):在冬小麦叶片氮含量为34.0g kg-1~62.5g kg-1预测范围内,逐步回归模型为14.4g kg-1,后向选择为11.8g kg-1,而广义回归神经网络为3.40g kg-1。说明神经网络方法所筛选到的光谱参数更能反映小麦叶片全氮含量,且神经网络模型预测精度高。 |
| 关 键 词： | 高光谱遥感 广义回归神经网络 遗传算法 光谱参数筛选 |
| 文章编号： | 0564-3945(2007)03-0508-05 |
| 修稿时间： | 2006-05-29 |
Generalized Regression Neural Network Based on the Genetic Algorithm in Selection of Spectral Parameter of Winter Wheat Leave''''s Total Nitrogen |
|
| SUN Yan-xin,WANG Ji-hua,LI Bao-guo,LIU Liang-yuan,HUANG Wen-jiang,ZHAO Chun-jiang. Generalized Regression Neural Network Based on the Genetic Algorithm in Selection of Spectral Parameter of Winter Wheat Leave''''s Total Nitrogen[J]. Chinese Journal of Soil Science, 2007, 38(3): 508-512 | |
| Authors: | SUN Yan-xin WANG Ji-hua LI Bao-guo LIU Liang-yuan HUANG Wen-jiang ZHAO Chun-jiang |
| Abstract: | Based on the artificial neural networks principles,confronting the problem of data redundancy of Hyperspectral data,the GRNN neural networks model and linear regression method were developed respectively,and we selected spectral parameters of total nitrogen of winter leaves's total nitrogen.The RMSEP of linear regression are 1.44(Stepwise)and 1.18(Backward),and GRNN's RMSEP is only 0.34.Computer simulation demonstrated that the methods of GRNN was scientific and effective. |
| Keywords: | Hyperspectral remote sensing Generalized regression neural network Genetic algorithm Spectral parameter selection |
| 本文献已被 CNKI 万方数据 等数据库收录！ | |