论文部分内容阅读
以典型二类水体——太湖为例,基于环境一号遥感影像,构建了基于ELM模型的叶绿素a浓度预测模型,将预测结果与传统的BP人工神经网络和支持向量机SVM进行了比较。研究结果表明:ELM模型预测值与实测值之间的R~2高达0.911 4,而BP和SVM模型的R~2分别为0.366 3和0.744 8,均方根误差RMSE由BP模型和SVM模型的3.728 8μg/L和2.132 4μg/L降为ELM模型的1.327 0μg/L,ELM模型的平均相对误差MRE=2.65%,小于BP模型的6.59%和SVM模型的3