《表2 基于BP神经网络的玉米叶片SPAD值估算模型构建》

  提示：宽带有限、当前游客访问压缩模式

本系列图表出处文件名：随高清版一同展现

《基于连续投影算法与BP神经网络的玉米叶片SPAD值高光谱估算》

1. 获取 高清版本忘记账户？点击这里登录

1. 下载图表忘记账户？点击这里登录

选取各个时期的入选特征波段作为输入层，以玉米叶片的SPAD值作为输出层，本研究通过多次试验得出，增加隐含层数目对模型拟合精度影响较小，为提高模型的运算效率，选取隐含层数目为1。由于隐含层的神经元数目会影响到模型的拟合精度，本试验根据经验公式（1）[20]给定的范围，对不同采样日期进行多次训练得出7月1日、7月19日和8月18日的分段监测模型以及这3个日期的统一监测模型的最佳神经元数目分别为7，7，4和6。设定最大学习迭代次数为10 000，学习精度为0.01。利用Matlab 2010b编程进行BP神经网络模型训练，得到SPAD的预测值，各模型的拟合情况如表2所示。