论文部分内容阅读
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。