不同数据处理策略对Chl-a浓度预测精度的影响

• 作者: 全秀峰 刘伟 姚义振 蒋定国
• 来源期刊: 人民长江
• 学科: 地球科学
• 关键词: 叶绿素a 预测精度 数据处理 BP神经网络 影响因子
• 年，卷（期）: 2019,（4）
• 所属期刊栏目: 水环境与水生态
• 页码范围: 58-64
• 页数: 7页
• 分类号: X824
• 字数: 4644字
• 语种: 中文
• DOI: 10.16232/j.cnki.1001-4179.2019.04.011

摘要

为了确定合理数据处理策略,提高基于神经网络的叶绿素a含量预测精度,采用7种数据处理方案和5种神经网络输入参数组合,研究了不同数据处理策略对叶绿素a含量预测精度的影响.结果 表明:数据处理可有效提高基于神经网络的水体中叶绿素a含量预测精度,不同数据处理策略得到的主成分不同,对预测精度的提高程度不同;在输入参数数量相同情况下,以格拉布斯准则处理异值点,再采用局部多项式回归进行数据平滑所得的神经网络预测精度最高;4个输入参数情况下,预测精度在进行数据处理后最高可达到0.986,比采用原始数据提高23.25％.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	刘伟	三峡大学水利与环境学院	49	206	7.0	13.0
2	蒋定国	三峡大学水利与环境学院	26	130	7.0	10.0
3	全秀峰	三峡大学水利与环境学院	4	2	1.0	1.0
4	姚义振	三峡大学水利与环境学院	2	0	0.0	0.0