排序方式： 共有1条查询结果，搜索用时 0 毫秒
1
1.
FY-3B卫星具有观测频次高、成像范围广等特点,可为玉米叶面积指数(leaf area index, LAI)反演研究提供长时序观测数据。LSTM((long short-term memory)算法具有在多时相数据中提取时间特征的能力,能解决光谱数据与LAI之间复杂的非线性问题。本文基于辽宁省锦州市近地实测春玉米LAI和反射率光谱数据,利用光谱响应函数模拟FY-3B多光谱波段,结合与春玉米LAI相关性较高的28种植被指数,应用LSTM算法建立不同隐藏层的预测模型,并与偏最小二乘法(partial least-squares regression, PLSR)建立的模型进行预测精度对比。结果表明：隐藏层的层数对LSTM模型的拟合效果有较大影响,三层LSTM模型将LAI估算精度的决定系数由0.818 3(单层LSTM)、0.780 0(PLSR)提升至0.869 2;对应地,将均方根误差由0.509 1、0.490 6降低至0.372 6,模型精度提升明显。 相似文献
1