《表5 基于BP神经网络的玉米叶片SPAD估算模型》
BP神经网络具有预测性、容错性和实用性的特点,更适合用于解释非线性问题。采用BP神经网络,将上述光谱特征参数6个神经元作为输入层,将玉米叶片SPAD值1个神经元作为输出层,通过多次试错得出隐含层神经元数为7时训练结果相对较好。构建的BP神经网络估算模型最终结构为:1个输入层(6个神经元)、1个隐含层(7个神经元)及1个输出层(1个神经元)。设定最大学习迭代次数为10 000,学习精度为0.01。使用MATLAB 2010b对BP神经网络进行训练,建模并验证(表5),其建模决定系数R2同样在0.900以上,SPAD值的拟合效果与PLSR模型相差不大,同样优于传统回归模型。但其验证情况不如PLSR模型,验证集R2较小,RMSE较大,RPD小于2.500,预测能力没有达到极好水平。
图表编号 | XD0086897000 严禁用于非法目的 |
---|---|
绘制时间 | 2019.06.15 |
作者 | 董哲、杨武德、张美俊、朱洪芬、王超 |
绘制单位 | 山西农业大学旱作农业工程研究所、山西农业大学旱作农业工程研究所、山西农业大学旱作农业工程研究所、山西农业大学旱作农业工程研究所、山西农业大学旱作农业工程研究所 |
更多格式 | 高清、无水印(增值服务) |