基于神经网络方法的高光谱遥感浅海水深反演

• 作者: 吴耀平 周晓中 张亭禄 施英妮 石立坚
• 来源期刊: 高技术通讯
• 学科: 地球科学
• 关键词: 浅海水深 高光谱遥感 人工神经网络 光谱微分技术 主成分分析
• 年，卷（期）: 2008,（1）
• 所属期刊栏目: 资源环境与生物技术
• 页码范围: 71-76
• 页数: 6页
• 分类号: P7
• 字数: 4183字
• 语种: 中文
• DOI: 10.3772/j.issn.1002-0470.2008.01.014

摘要

利用人工神经网络方法进行了高光谱遥感反演浅海水深的初步研究.在产生模拟数据时,为保证模拟数据的合理性,引入了根据水体和海底特性来划分光学浅水和光学深水的方法,并初步研究了利用光谱徽分技术进行光学浅水和光学深水区分的有效性.在人工神经网络建模过程中,采用主成分分析的方法对网络的输入数据进行预处理,显著提高了网络的学习速度.建立的人工神经网络模型和基于非线性最优化方法的反演算法与实测数据的反演结果相比较,人工神经网络模型的反演精度明显高于非线性最优化反演算法.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	张亭禄	中国海洋大学海洋遥感研究所	23	112	7.0	9.0
2	石立坚	中国海洋大学海洋遥感研究所	3	56	3.0	3.0