论文部分内容阅读
高光谱曲线信息量大，如何从中提取有效信息是一个难点。赤铁矿作为花岗岩型铀矿床蚀变带中的典型蚀变矿物，也是寻找铀矿的标志之一。文章从铀矿床矿物的高光谱曲线中提取光谱特征参数，利用神经网络方法构建光谱特征参数与赤铁矿含量的关联模型，对铀矿床矿物中赤铁矿的含量进行预测。结果表明，和传统的多元线性回归、支持向量机等方法相比，神经网络方法的精度高于现有算法，是一种可行的、有效的算法。