PCA-LVQ法及其在RS-FTIR大气环境监测数据处理中的应用

• 作者: 史传国 胡兰萍 葛存旺 陈婷婷
• 来源期刊: 应用化学
• 学科: 化学
• 关键词: 主成分分析 学习矢量量化神经网络 反向传播人工神经网络 多组分分析 环境监测
• 年，卷（期）: 2007,（12）
• 所属期刊栏目: 研究论文
• 页码范围: 1364-1367
• 页数: 4页
• 分类号: O657.3
• 字数: 1910字
• 语种: 中文
• DOI: 10.3969/j.issn.1000-0518.2007.12.004

摘要

将主成分分析(PCA)用于遥感傅里叶变换红外光谱(Remote Sensing Fourier Transform Infrared:RSFTIR)的特征提取,结合学习矢量量化(LVQ)神经网络,实现了PCA-LVQ对大气中的8组分混合体系进行快速定性分析的建模方法.并与单纯的LVQ神经网络、反向传播人工神经网络(BP-ANN)得到的结果进行了比较.PCA-LVQ显示出较好的处理数据的能力,它不仅提高了运算速度,而且提高了模型的预测准确度,分类精度达到91.7%.PCA-LVQ的这一预测精度及运算速度,足以满足遥感傅里叶变换红外光谱对大气中有毒气体的实时、在线监测的需要.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	陈婷婷	南通大学化学化工学院	25	46	4.0	5.0
2	葛存旺	南通大学化学化工学院	24	152	7.0	11.0
3	胡兰萍	南通大学化学化工学院	24	124	6.0	10.0
4	史传国	南通大学化学化工学院	12	29	3.0	4.0