10.3969/j.issn.1006-9348.2012.08.043
基于改进神经网络的湖泊水质污染检测法研究
研究采用图像对湖泊水质污染检测的问题,由于水面较大,像素信息量多,造成检测时间长,速度慢.针对图像的污水检测的水域面积较大,造成检测耗费的时间比较长,最终导致湖泊水质污染检测存在较大滞后且准确性差的问题.提出一种改进神经网络的湖泊水质污染检测方式,首先利用神经网络数学模型对图像相关数据进行二进制编码,并对编码后的数据进行压缩处理,计算输出数据的差异系数,最后利用周期性数据压缩补偿算法对数据中的误差进行补偿,提高了湖泊水质污染检测的速度.实验证明,改进的检测方式能够提高湖泊水质污染检测速度,提高了准确性,取得了令人满意的效果.
湖泊水质污染、检测速度、神经网络
29
TP183(自动化基础理论)
云南省应用基础研究计划项目2011FZ176
2012-12-05(万方平台首次上网日期,不代表论文的发表时间)
共4页
179-182