基于支持向量机的一类水域叶绿素a浓度反演研究

• 作者: 宋昌林 肖建 蒋刚 郑永康
• 来源期刊: 计算机应用
• 学科: 工学
• 关键词: 叶绿素a 浓度反演 统计学习理论 机器学习 支持向量机
• 年，卷（期）: 2005,（10）
• 所属期刊栏目: 人工智能
• 页码范围: 2398-2400,2409
• 页数: 4页
• 分类号: TP18
• 字数: 3811字
• 语种: 中文

摘要

指出了用叶绿素a的浓度估计海洋初级生产力的重要作用;分析了目前采用的浓度反演方法的不足;尝试将基于统计学习理论的最小二乘支持向量机用于浓度反演,SeaBAM的数据实验结果表明该方法可以获得更高的反演精度;可以有效避免过学习的情况出现;不像神经网络那样需要确定网络结构.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	肖建	西南交通大学信息科学与技术学院	232	2867	26.0	38.0
2	蒋刚	西南交通大学信息科学与技术学院	14	116	6.0	10.0
3	郑永康	西南交通大学信息科学与技术学院	17	274	11.0	16.0
4	宋昌林	西华大学电气工程学院	18	68	4.0	7.0