作者：胡兰萍; 葛存旺; 陈婷婷; 史传国主成分分析学习矢量量化神经网络反向传播人工神经网络多组分分析环境监测
摘要：将主成分分析（PCA）用于遥感傅里叶变换红外光谱（Remote Sensing Fourier Transform Infrared：RS-FTIR）的特征提取，结合学习矢量量化（LVQ）神经网络，实现了PCA-LVQ对大气中的8组分混合体系进行快速定性分析的建模方法。并与单纯的LVQ神经网络、反向传播人工神经网络（BP-ANN）得到的结果进行了比较。PCA-LVQ显示出较好的处理数据的能力，它不仅提高了运算速度，而且提高了模型的预测准确度，分类精度达到91．7％。PCA-LVQ的这一预测精度及运算速度，足以满足遥感傅里叶变换红外光谱对大气中有毒气体的实时、在线监测的需要。
注：因版权方要求，不能公开全文，如需全文，请咨询杂志社
