多元回归与BP神经网络在烟草叶片SPAD反演时的建模精度比较

Journal of Smart Agriculture（2023）

引用 0|浏览20

暂无评分

摘要

为比较多元线性回归和BP神经网络在烟草叶片SPAD反演建模时的效果,采集烟草冠层的多光谱影像并提取植被指数,分别构建多元线性回归和BP神经网络反演回归模型.结果表明,基于提取出的24种植被指数所构建的反演模型中,以BP神经网络的回归反演效果最好,模型的R2达到0.85,RMSE为2.21;采用多元线性回归方法所构建的模型的R2仅为0.51,RMSE为1.52.该研究的结果说明,在进行烟草叶片SPAD监测时,可以采用BP神经网络构建反演模型.

查看译文

关键词

tobacco,SPAD,multiple linear regression,BP neural network,modeling accuracy

AI 理解论文

溯源树

样例

生成溯源树，研究论文发展脉络

Chat Paper

正在生成论文摘要