张雪萍
- 作品数：1 被引量：13H指数：1
- 供职机构：哈尔滨师范大学更多>>
- 相关领域：环境科学与工程更多>>
- 基于改进的PSO优化LSSVM参数的松花江哈尔滨段悬浮物的遥感反演被引量：13
- 2014年
- 悬浮物是松花江水质和水环境评价的重要参数之一.利用在松花江哈尔滨段江面上29个采样点的实测高光谱和悬浮物浓度数据,用20个采样点数据为训练集,9个采样点数据为测试集.将机器学习和全局优化智能计算方法引入,应用改进的粒子群(PSO)优化最小二乘支持向量机(LSSVM)参数,以均方根误差RMSE为适应度函数,根据迭代得到LSSVM最优参数值,用700 nm和750 nm光谱反射率比值(R700/R750)为特征变量,悬浮物数据为目标变量,用训练集数据训练得到反演模型,使用测试集数据进行验证.结果表明,此模型收敛速度快,精度高,得到预测值的均方根误差RMSE为10.11 mg·L-1,平均绝对百分误差MAPE为10.72%,模型决定系数R2为0.952,该方法可用来对其它水质参数反演预测提供参照.
- 烟贯发张雪萍王书玉张冬有杜百利景伟伟
- 关键词：粒子群优化算法最小二乘支持向量机悬浮物遥感反演
