基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
针对高光谱遥感数据反演叶面积指数(LAI)的问题,提出了基于主成分变换(PCA)的综合反演算法。研究表明,利用变换后的高光谱数据建立的神经网络反演模型具有更好的泛化性,提高了实测数据的反演稳定性和精度,同时加快了反演速度。
推荐文章
四种遥感浅海水深反演算法的比较
水深反演
线性回归模型
神经网络模型
单波段线性回归模型
两波段比值线性回归模型
多波段组合线性回归模型
BP神经网络模型
基于多光谱与高光谱遥感数据的冬小麦叶面积指数反演比较
植被
遥感
光谱分析
叶面积指数
高光谱
反演
波段选择
植物叶片生化组分遥感反演的主成分变换算法
高光谱遥感
主成分分析
PROSPECT模型
生化组分
反演
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 一种基于高光谱遥感数据的植被LAI反演算法
来源期刊 地理空间信息 学科 地球科学
关键词 PCA 神经网络 PROSAIL 模型 LAI
年,卷(期) 2016,(11) 所属期刊栏目 3S 技术应用
研究方向 页码范围 72-73,87
页数 3页 分类号 P237
字数 2439字 语种 中文
DOI 10.3969/j.issn.1672-4623.2016.11.026
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 刘旭 6 22 2.0 4.0
2 杨红军 2 4 2.0 2.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (36)
共引文献  (35)
参考文献  (7)
节点文献
引证文献  (2)
同被引文献  (5)
二级引证文献  (0)
1984(1)
  • 参考文献(0)
  • 二级参考文献(1)
1986(1)
  • 参考文献(0)
  • 二级参考文献(1)
1992(3)
  • 参考文献(1)
  • 二级参考文献(2)
1993(1)
  • 参考文献(0)
  • 二级参考文献(1)
1996(1)
  • 参考文献(0)
  • 二级参考文献(1)
1997(2)
  • 参考文献(0)
  • 二级参考文献(2)
1998(2)
  • 参考文献(0)
  • 二级参考文献(2)
1999(3)
  • 参考文献(0)
  • 二级参考文献(3)
2002(3)
  • 参考文献(0)
  • 二级参考文献(3)
2003(3)
  • 参考文献(1)
  • 二级参考文献(2)
2004(1)
  • 参考文献(0)
  • 二级参考文献(1)
2005(4)
  • 参考文献(0)
  • 二级参考文献(4)
2006(7)
  • 参考文献(0)
  • 二级参考文献(7)
2007(4)
  • 参考文献(0)
  • 二级参考文献(4)
2008(1)
  • 参考文献(0)
  • 二级参考文献(1)
2009(1)
  • 参考文献(1)
  • 二级参考文献(0)
2010(3)
  • 参考文献(2)
  • 二级参考文献(1)
2011(2)
  • 参考文献(2)
  • 二级参考文献(0)
2016(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
2017(1)
  • 引证文献(1)
  • 二级引证文献(0)
2019(1)
  • 引证文献(1)
  • 二级引证文献(0)
研究主题发展历程
节点文献
PCA
神经网络
PROSAIL 模型
LAI
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
地理空间信息
月刊
1672-4623
42-1692/P
大16开
湖北省武汉市武昌中南一路50号湖北省测绘局地理信息局航测楼二楼
2003
chi
出版文献量(篇)
5778
总下载数(次)
16
总被引数(次)
25892
论文1v1指导