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

编号 zgly0001593629

文献类型 期刊论文

文献题名 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

作者 孙焱鑫  王纪华  李保国  刘良云  黄文江  赵春江 

作者单位 中国农业大学资源与环境学院  国家农业信息化工程技术研究中心  国家农业信息化工程技术研究中心北京100094  北京100097  北京市农林科学院植物营养与资源研究所  北京100094 

母体文献 遥感技术与应用 

年卷期 2007年04期

年份 2007 

分类号 TP79  TP18 

关键词 高光谱遥感  神经网络  遗传算法  叶绿素反演 

文摘内容 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(GRNN)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(BPNN)和GRNN来构建反演模型,模拟结果表明,GRNN和BPNN的预测精度要高于逐步回归方法,其RMSE分别为0.36 mg/g、0.52 mg/g和0.98 mg/g。由于GRNN可应用于小样本问题的学习,比BPNN对叶绿素具有更好的预测和泛化能力。