基于GA优选参数的RBF神经网络水质评价

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

所属期刊栏目：37

分类号：TP391(计算技术、计算机技术)

资助基金：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

在线出版日期：2011-08-23（万方平台首次上网日期，不代表论文的发表时间）

页数：共3页

页码：13-15