全部
图书
图片
报纸
期刊
新闻
视频
学位论文
会议论文
-
鄱阳湖湖区似大地水准面精化研究
-
作者：
彭祥国 万先斌 王海龙 来源：大地测量与地球动力学 年份：2013 文献类型 ：期刊 关键词： BP神经网络 鄱阳湖 GPS 似大地水准面 PSO
-
描述：提出基于粒子群算法优化的BP神经网络方法用于精化区域似大地水准面,通过合理选取神经网络的权值和阈值可以有效地避免网络收敛速度慢、易陷入局部最优的缺陷。经鄱阳湖湖区地理测量所得资料进行验证,并与根据高程异常变化规律选取的二次曲面分区拟合方法所得结果进行对比,发现在没有考虑地形改正的情况下,PSO-BP神经网络模型也能取得分区拟合的效果。
-
全文：提出基于粒子群算法优化的BP神经网络方法用于精化区域似大地水准面,通过合理选取神经网络的权值和阈值可以有效地避免网络收敛速度慢、易陷入局部最优的缺陷。经鄱阳湖湖区地理测量所得资料进行验证,并与根据高程异常变化规律选取的二次曲面分区拟合方法所得结果进行对比,发现在没有考虑地形改正的情况下,PSO-BP神经网络模型也能取得分区拟合的效果。
-
基于全极化SAR数据反演鄱阳湖湿地植被生物量
-
作者：
刘菊 廖静娟 沈国状 来源：国土资源遥感 年份：2012 文献类型 ：期刊 关键词： 2 全极化分解 生物量 BP神经网络 植被冠层散射模型 Radarsat
-
描述：鄱阳湖是中国最大的淡水湖,也是国际重要湿地,对其生物量进行长期、定量研究有助于加深对区域乃至全球碳平衡的认识和理解。探讨了利用全极化Radarsat-2 C波段数据反演鄱阳湖湿地生物量的方法,改进了基于辐射传输理论的植被冠层散射模型,模拟了C波段湿地植被的后向散射特性;应用极化分解技术,增加了神经网络训练数据,并用后向反馈神经网络(BP)算法,反演了鄱阳湖湿地植被生物量。与野外实测生物量比较的结果表明:将改进的植被冠层散射模型和全极化分解得到的后向散射系数引入BP神经网络算法,能够有效降低生物量反演误差;全极化SAR数据在生物量反演中具有广阔的应用前景。
-
全文：鄱阳湖是中国最大的淡水湖,也是国际重要湿地,对其生物量进行长期、定量研究有助于加深对区域乃至全球碳平衡的认识和理解。探讨了利用全极化Radarsat-2 C波段数据反演鄱阳湖湿地生物量的方法,改进了基于辐射传输理论的植被冠层散射模型,模拟了C波段湿地植被的后向散射特性;应用极化分解技术,增加了神经网络训练数据,并用后向反馈神经网络(BP)算法,反演了鄱阳湖湿地植被生物量。与野外实测生物量比较的结果表明:将改进的植被冠层散射模型和全极化分解得到的后向散射系数引入BP神经网络算法,能够有效降低生物量反演误差;全极化SAR数据在生物量反演中具有广阔的应用前景。
-
基于全极化SAR数据反演鄱阳湖湿地植被生物量
-
作者：
刘菊 廖静娟 沈国状 来源：国土资源遥感 年份：2012 文献类型 ：期刊 关键词： 2 全极化分解 生物量 BP神经网络 植被冠层散射模型 Radarsat
-
描述：鄱阳湖是中国最大的淡水湖,也是国际重要湿地,对其生物量进行长期、定量研究有助于加深对区域乃至全球碳平衡的认识和理解。探讨了利用全极化Radarsat-2 C波段数据反演鄱阳湖湿地生物量的方法,改进了基于辐射传输理论的植被冠层散射模型,模拟了C波段湿地植被的后向散射特性;应用极化分解技术,增加了神经网络训练数据,并用后向反馈神经网络(BP)算法,反演了鄱阳湖湿地植被生物量。与野外实测生物量比较的结果表明:将改进的植被冠层散射模型和全极化分解得到的后向散射系数引入BP神经网络算法,能够有效降低生物量反演误差;全极化SAR数据在生物量反演中具有广阔的应用前景。
-
全文：鄱阳湖是中国最大的淡水湖,也是国际重要湿地,对其生物量进行长期、定量研究有助于加深对区域乃至全球碳平衡的认识和理解。探讨了利用全极化Radarsat-2 C波段数据反演鄱阳湖湿地生物量的方法,改进了基于辐射传输理论的植被冠层散射模型,模拟了C波段湿地植被的后向散射特性;应用极化分解技术,增加了神经网络训练数据,并用后向反馈神经网络(BP)算法,反演了鄱阳湖湿地植被生物量。与野外实测生物量比较的结果表明:将改进的植被冠层散射模型和全极化分解得到的后向散射系数引入BP神经网络算法,能够有效降低生物量反演误差;全极化SAR数据在生物量反演中具有广阔的应用前景。
-
基于全极化SAR数据反演鄱阳湖湿地植被生物量
-
作者：
刘菊 廖静娟 沈国状 来源：国土资源遥感 年份：2012 文献类型 ：期刊 关键词： 2 全极化分解 生物量 BP神经网络 植被冠层散射模型 Radarsat
-
描述：鄱阳湖是中国最大的淡水湖,也是国际重要湿地,对其生物量进行长期、定量研究有助于加深对区域乃至全球碳平衡的认识和理解。探讨了利用全极化Radarsat-2 C波段数据反演鄱阳湖湿地生物量的方法,改进了基于辐射传输理论的植被冠层散射模型,模拟了C波段湿地植被的后向散射特性;应用极化分解技术,增加了神经网络训练数据,并用后向反馈神经网络(BP)算法,反演了鄱阳湖湿地植被生物量。与野外实测生物量比较的结果表明:将改进的植被冠层散射模型和全极化分解得到的后向散射系数引入BP神经网络算法,能够有效降低生物量反演误差;全极化SAR数据在生物量反演中具有广阔的应用前景。
-
全文：鄱阳湖是中国最大的淡水湖,也是国际重要湿地,对其生物量进行长期、定量研究有助于加深对区域乃至全球碳平衡的认识和理解。探讨了利用全极化Radarsat-2 C波段数据反演鄱阳湖湿地生物量的方法,改进了基于辐射传输理论的植被冠层散射模型,模拟了C波段湿地植被的后向散射特性;应用极化分解技术,增加了神经网络训练数据,并用后向反馈神经网络(BP)算法,反演了鄱阳湖湿地植被生物量。与野外实测生物量比较的结果表明:将改进的植被冠层散射模型和全极化分解得到的后向散射系数引入BP神经网络算法,能够有效降低生物量反演误差;全极化SAR数据在生物量反演中具有广阔的应用前景。