基于PSO算法的BP神经网络对植被叶片氮素含量的预测

• 作者: 徐锡杰 王杰 解斐斐
• 来源期刊: 北京测绘
• 学科: 工学
• 关键词: 粒子群PSO算法 BP神经网络模型 lopex93数据集 叶绿素 叶片含氮量
• 年，卷（期）: 2018,（11）
• 所属期刊栏目: 技术应用
• 页码范围: 1289-1292
• 页数: 4页
• 分类号: TP701|TP79
• 字数: 2672字
• 语种: 中文
• DOI: 10.19580/j.cnki.1007-3000.2018.11.011

摘要

植被叶片中的氮元素,70％存在于叶绿素中,且叶片叶绿素的测量相较于氮素测量简单,因此可以用叶绿素来估测叶片含氮量.基于lopex93数据集,利用PSO(微粒群)算法优化的BP神经网络模型把叶片叶绿素含量作为输入值、叶片含氮量作为输出值训练得到预测叶片含氮量模型训练得到预测叶片含氮量模型.同时用实验室测量的叶片数据检验,检验误差小于0.2％.说明基于PSO算法优化的BP神经网络模型利用叶绿素能很好的估计叶片含氮量.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	王杰	内蒙古大学生态与环境学院	6	6	1.0	2.0
2	解斐斐	山东科技大学测绘科学与工程学院	5	13	2.0	3.0
3	徐锡杰	中国科学院大学资源与环境学院	2	3	1.0	1.0