基于GA优选参数的RBF神经网络水质评价

• 作者: 何同弟 李见为 黄鸿
• 来源期刊: 计算机工程
• 学科: 工学
• 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
• 年，卷（期）: 2011,（11）
• 所属期刊栏目: 博士论文
• 页码范围: 13-15
• 分类号: TP391
• 字数: 4142字
• 语种: 中文
• DOI: 10.3969/j.issn.1000-3428.2011.11.005

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.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	李见为	重庆大学光电技术及系统教育部重点实验室	93	1608	21.0	37.0
2	黄鸿	重庆大学光电技术及系统教育部重点实验室	73	422	11.0	15.0
3	何同弟	重庆大学光电技术及系统教育部重点实验室	16	51	4.0	6.0