基于RBF模型的太湖北部叶绿素a浓度定量遥感反演

• 作者: 曹红业 蒋进钦 袁成忠 龚涛
• 来源期刊: 环境工程学报
• 学科: 地球科学
• 关键词: RBF神经网络 水质监测 叶绿素a 太湖
• 年，卷（期）: 2016,（11）
• 所属期刊栏目: 水污染防治
• 页码范围: 6499-6504
• 分类号: X87
• 语种: 中文
• DOI: 10.12030/j.cjee.201506134

摘要

以大型内陆浅水湖泊一太湖为例,采用RBF(Radial Basis Function)神经网络建立该研究区域的叶绿素a浓度与同步影像数据的反演模型,较分析现今应用最广泛使用的BP(Back Propagation)神经网络模型,并通过对模型的验证、稳定性和鲁棒性分析评价了两种模型的泛化能力.结果表明,常规的BP神经网络模型收敛速度慢,极容易陷入局部最优解,而RBF比BP模型有更加优异的函数逼近、分类和模式识别能力,对反演叶绿素a浓度具有很强的泛化能力.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	龚涛	西南交通大学地球科学与环境工程学院	13	96	7.0	9.0
2	曹红业	西南交通大学地球科学与环境工程学院	2	24	2.0	2.0
3	蒋进钦	西南交通大学地球科学与环境工程学院	2	3	1.0	1.0
4	袁成忠	西南交通大学地球科学与环境工程学院	2	12	2.0	2.0