基于ADAFSA-BP的概率积分法预计参数研究

在研究人工鱼群算法缺点的基础上,为了提高概率积分法预计参数的准确性,提出改进鱼群算法(ADAFSA),建立ADAFSA-BP预计模型。以我国40个工作面的地质采矿条件为训练集和测试集,将ADAFSA-BP模型与BP模型、GA-BP模型进行对比分析。结果表明:ADAFSA-BP模型对参数的预测平均相对误差均低于10%,满足精度要求,同时在小数据量学习方面ADAFSA-BP模型优于BP模型和GA-BP模型。

基于多光谱影像的有机质含量反演探究

本文以Landsat5TM影像的光谱反射率、植被指数和提取的地形因子为输入变量,建立反演模型预测有机质含量。以B1、B2、B3和NDVI作为输入变量建立了SVR、GA-SVR、ADAFSA-SVR、BP、GA-BP、ADAFSA-BP6种模型,得到ADAFSA-BP的模型最佳R2=0.39,RMSE=0.61,MAE=0.57。加入地形因子,6种反演模型的预测效果均有明显的提升,最优模型分别为ADAFSA-SVR,R2=0.54,RMSE=0.52,MAE=0.41;ADAFSA-BP,R2=0.57,RMSE=0.51,MAE=0.45。对应的RPD分别为1.48和1.54,对有机质预测有一定指导意义。