基于PCA和BP的水体Chl-a含量高光谱反演方法

摘要：

利用主成分分析法对高光谱数据进行降维,将主成分得分作为输入,将水体20个采样点的叶绿素a(Chl-a)含量实测数据作为输出,对BP神经网络进行训练学习,实现压缩光谱数据与Chl-a含量的自适应非线性映射,并利用另外10个采样点数据对网络进行验证,结果表明预测值与实测值差距较小.

关键词：主成分分析、BP神经网络、高光谱、叶绿素a

所属期刊栏目：33

分类号：X832(环境监测)

在线出版日期：2012-01-15（万方平台首次上网日期，不代表论文的发表时间）

页数：共3页

页码：72-74