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

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.

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

所属期刊栏目：10

分类号：TP751.1;X824(遥感技术)

资助基金：中国科学院资助项目60374033;国家自然科学基金BK2002064

在线出版日期：2005-05-12（万方平台首次上网日期，不代表论文的发表时间）

页数：共6页

页码：372-377