摘要
本发明属于光谱成分分析技术领域,特别涉及一种检测水体中叶绿素a浓度的方法,本发明通过利用水质组分在水中和光束相互作用的物理机制建立神经网络,构造反演模型,兼顾了该物理机制的线性和非线性特征,显著提高了模型对不同类别水体的反演精度;分类建立损失函数并通过训练获得模型的最优参数,使得模型具有良好的外推和泛化能力。本发明还提供一种存储有该方法程序的可读记录媒体及包含该媒体的系统,通过处理电路可以调用程序,执行上述方法。
技术关键词
检测水体
光谱成分分析技术
神经网络模型
非暂态可读存储介质
光反射路径
样本
非线性特征
河湖水体
程序
反演模型
记录媒体
拉普拉斯
密度
批量
指令
电路
存储器
数据
机制
系统为您推荐了相关专利信息
场图像
故障诊断方法
卷积神经网络模型
键盘
轴体
光伏电站
数据处理终端
故障定位方法
图片
无人机航线
字形生成方法
序列
神经网络模型
风格
图像编码器
变形监测方法
工程基坑
神经网络模型
地表沉降值
人机接口模块
个性化人体
卷积神经网络模型
人体特征信息
网格
身体