作者：邓正栋 叶欣 关洪军 于德浩径向基神经网络水深遥感岱海
摘要：为提高水深遥感反演的精度，以LandsatTM1-4；波段为数据源，利用已知的水深数据作为训练样本，建立RBF神经网络模型对岱海水深进行反演试验。利用实测的水深数据检验RBF神经网络模型的反演精度，并与传统反演模型和BP神经网络模型进行对比。结果表明，RBF神经网络模型反演的水深与实测水深的决定系数为O．90，平均绝对误差为1．09m，均方根误差为1．45m，反演效果和精度明显好于传统反演模型；与BP神经网络模型相比精度也有提高，而且RBF神经网络模型的参数大多通过训练学习得到，应用更为便捷，在干旱内陆的咸水型湖泊水深遥感反演中有一定的应用价值。
注：因版权方要求，不能公开全文，如需全文，请咨询杂志社
