遥感学报
遙感學報
요감학보
JOURNAL OF REMOTE SENSING
2009年
4期
735-744
,共10页
支持向量机%遗传算法%水质参数%反演%渭河%SPOT-5
支持嚮量機%遺傳算法%水質參數%反縯%渭河%SPOT-5
지지향량궤%유전산법%수질삼수%반연%위하%SPOT-5
建立了基于支持向量机的遥感水质参数反演模型,构建了基于浮点数编码的遗传算法优选模型参数.以渭河为研究对象,基于高分辨率多光谱遥感SPOT-5数据和水质实地监测数据,分别建立了一元和多元经验模型进行渭河水质参数的反演.在样本数目有限的情况下,提出的GA-SVM方法的反演结果比神经网络和传统的统计回归方法好,且各方法的多元回归结果均好于一元回归的结果.SVM具有强的非线性映射能力,适合小样本情况,由GA实现了模型参数的自动优选,使GA-SVM用于解决回归问题表现出优势.将机器学习和全局优化智能计算方法引入,GA-SVM为渭河陕西段的水环境遥感监测提供了一种新方法,取得了较好的反演结果.
建立瞭基于支持嚮量機的遙感水質參數反縯模型,構建瞭基于浮點數編碼的遺傳算法優選模型參數.以渭河為研究對象,基于高分辨率多光譜遙感SPOT-5數據和水質實地鑑測數據,分彆建立瞭一元和多元經驗模型進行渭河水質參數的反縯.在樣本數目有限的情況下,提齣的GA-SVM方法的反縯結果比神經網絡和傳統的統計迴歸方法好,且各方法的多元迴歸結果均好于一元迴歸的結果.SVM具有彊的非線性映射能力,適閤小樣本情況,由GA實現瞭模型參數的自動優選,使GA-SVM用于解決迴歸問題錶現齣優勢.將機器學習和全跼優化智能計算方法引入,GA-SVM為渭河陝西段的水環境遙感鑑測提供瞭一種新方法,取得瞭較好的反縯結果.
건립료기우지지향량궤적요감수질삼수반연모형,구건료기우부점수편마적유전산법우선모형삼수.이위하위연구대상,기우고분변솔다광보요감SPOT-5수거화수질실지감측수거,분별건립료일원화다원경험모형진행위하수질삼수적반연.재양본수목유한적정황하,제출적GA-SVM방법적반연결과비신경망락화전통적통계회귀방법호,차각방법적다원회귀결과균호우일원회귀적결과.SVM구유강적비선성영사능력,괄합소양본정황,유GA실현료모형삼수적자동우선,사GA-SVM용우해결회귀문제표현출우세.장궤기학습화전국우화지능계산방법인입,GA-SVM위위하협서단적수배경요감감측제공료일충신방법,취득료교호적반연결과.
