基于模拟退火优化BP神经网络算法的叶绿素反演模型
叶绿素(Chlorophyll)是近岸海域环境评价的重要参数,利用模拟退火算法优化BP神经网络,将网络结构中参数的选取转化为参数的优化,建立一种改进的用于南海近岸水体叶绿素浓度监测评估的神经网络模型.基于2008年ASTER影像数据和香港环保署实测采样点数据,建立光谱反射率与叶绿素浓度之间的预测模型.结果表明,改进的网络模型预测结果与实际情况吻合度较高,模型精度达到90％,与传统BP网络模型相比,预测精度有了明显的提升.
近岸水体 叶绿素 浓度监测 神经网络模型 预测精度
徐朝
中国地质大学 北京
国内会议
南京
中文
39-39
2014-11-21（万方平台首次上网日期，不代表论文的发表时间）