文献类型：期刊文章

作　　者：何同弟[1,2] 李见为[1] 黄鸿[1]

机构地区：[1]重庆大学光电技术及系统教育部重点实验室,重庆400030 [2]河西学院机电工程系,甘肃张掖734000

出　　处：《计算机工程》

基　　金：国家自然科学基金资助项目(40671133);重庆市科技攻关计划基金资助重点项目(CSTC2009AB2231)

年　　份：2011

卷　　号：37

期　　号：11

起止页码：13-15

语　　种：中文

收录情况：AJ、BDHX、BDHX2008、CAS、CSA、CSA-PROQEUST、CSCD、CSCD2011_2012、IC、INSPEC、JST、RCCSE、SCOPUS、UPD、ZGKJHX、核心刊

摘　　要：为进一步提高多光谱图像水质反演的评价精度,提出一种基于遗传算法(GA)优选参数的径向基函数(RBF)神经网络水质评价方法。利用高分辨率多光谱遥感SPOT-5数据和水质实地监测数据,得到符合条件且具有代表性的4类水质变量,对RBF神经网络进行训练和测试,用遗传算法对RBF神经网络的参数进行优化。在训练好的RBF神经网络模型基础之上对COD、NH3-N、DO、CODmn水质参数进行反演。实验结果表明,该水质反演模型较常规的方法有更高的反演精度。

关 键 词：径向基函数神经网络 遗传算法 优选参数  高分辨遥感影像  水质评价

分 类 号：TP391]