基于神经网络-证据理论的遥感图像数据融合与湖泊水质状况识别

• 作者: 徐立中 杨先一 石爱业 黄凤辰
• 来源期刊: 中国图象图形学报
• 学科: 地球科学
• 关键词: 遥感图像 水质识别 数据融合 D-S证据理论 BP神经网络
• 年，卷（期）: 2005,（3）
• 所属期刊栏目: 学术论文与技术报告
• 页码范围: 372-377
• 页数: 6页
• 分类号: TP751.1|X824
• 字数: 5799字
• 语种: 中文
• DOI: 10.3969/j.issn.1006-8961.2005.03.020

摘要

为了进一步提高湖泊水质状况识别的准确性,提出了一种基于神经网络-证据理论的遥感图像数据融合处理方法,并以太湖水质监测数据为例进行了实证分析.该方法先对不同的遥感输入图像,采用各自相应的神经网络进行处理,然后对神经网络输出的结果做归一化处理,再利用D-S证据理论进行数据融合,最终给出水质的识别结果.该方法的优点为(1)可增加水质识别的容错性;(2)由于融合了多源水质遥感图像的数据,因而水质状况识别的可信度更高.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	徐立中	河海大学计算机及信息工程学院	136	1780	22.0	35.0
2	黄凤辰	河海大学计算机及信息工程学院	49	350	11.0	16.0
3	石爱业	河海大学计算机及信息工程学院	28	241	8.0	14.0