《表5 基于BP神经网络的玉米叶片SPAD估算模型》

  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

《基于高光谱遥感的玉米叶片SPAD值估算模型研究》

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

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。