学位论文 > 优秀研究生学位论文题录展示

激光遥感探测海面溢油智能识别算法的研究

作　者: 林彬
导　师: 安居白
学　校: 大连海事大学
专　业: 计算机应用技术
关键词: 神经网络模式识别激光荧光遥感 Perceptron B-P SOM
分类号: TN247
类　型: 硕士论文
年　份: 2003年
下　载: 219次
引　用: 2次
阅　读: 论文下载

内容摘要

海洋溢油污染是各种海洋污染中影响范围最广、危害时间最长、对生态环境破坏最大的一种。本论文根据对各种海洋遥感器的对比研究，总结出激光荧光遥感在此方面是最为有力的工具。目前我国在激光遥感的硬件设备方面已经具备一定的条件，而软件的溢油信息智能处理方面仍存在空缺。由于ANN方法适合于处理非线性系统，具有自组织、自学习、自适应和联想能力，故通过对样本反复训练，能辨别各类样本特征差异，本论文的核心工作就是将人工神经网络(ANN)的方法应用于激光遥感光谱数据的智能分析。而在众多的人工神经网络模型中，本论文选择了三种模式识别应用最普遍效果相对较好的网络模型，即感知器、BP、SOM网络，提出了适用于海面溢油激光遥感光谱的智能分析与识别的神经网络理论模型。应用三种神经网络的理论模型设计光谱智能分析系统，以激光荧光光谱样本作为输入，训练神经网络系统，并对3种神经网络模型系统的推广能力进行比较实验分析。实验表明，SOM网络模型算法自身的特点决定了它在多光谱数据智能分析及海面溢油识别方面良好适用性，成为解决此类问题最好的算法。本论文主要进行的是理论建模和分析工作，并且用计算机软件方法实现了神经网络系统的模式识别和分类功能。在论文的最后还提出了利用ANN方法解决溢油浓度算法的思路。ANN技术必将在海洋遥感领域里发挥它独特的功效。

全文目录

中文摘要  5-6
英文摘要  6-7
第1章绪论  7-12
  1．1 海洋环境及海面溢油监测的意义  7-8
  1．2 海面溢油监测的方法综述  8-10
    1．2．1 海面溢油监测的方法  8-9
    1．2．2 海洋遥感信息的智能分析与识别技术  9-10
  1．3 本课题研究的总体实施思路  10-12
第2章激光遥感系统探测海面溢油  12-16
  2．1 海面油膜成因分析  12
  2．2 激光遥感技术探测海面溢油  12-16
    2．2．1 激光荧光遥感技术原理  12-13
    2．2．2 激光遥感系统  13-14
    2．2．3 激光遥感系统的研究热点与技术难点  14-16
第3章溢油识别的神经网络技术研究  16-34
  3．1 神经网络与模式识别  16-22
    3．1．1 神经网络的特征及常用模型  16-21
    3．1．2 神经网络的分类机理  21-22
  3．2 神经网络的实现方式  22-23
  3．3 基于ANN技术的溢油识别的理论分析与建模  23-34
    3．3．1 应用感知器神经网络  26-28
    3．3．2 应用BP神经网络  28-31
    3．3．3 应用SOM神经网络  31-34
第4章溢油光谱智能识别系统的数据准备  34-35
第5章基于ANN技术的海面溢油识别系统的实现  35-45
  5．1 开发神经网络系统的工具选择  35-36
  5．2 神经网络的构建与初始化  36-38
  5．3 神经网络的训练  38-39
  5．4 神经网络系统仿真输出  39
  5．5 软件编写步骤  39-45
第6章系统测试结果比较与推广能力分析  45-51
  6．1 神经网络识别系统考核指标  45-46
  6．2 溢油光谱识别神经网络系统的推广能力对比分析  46-49
  6．3 增强推广能力的途径  49-51
第7章关于浓度算法思路的设想  51-53
结论  53-55
攻读学位期间公开发表的论文  55-56
致谢  56-57
参考文献  57-59

激光遥感探测海面溢油智能识别算法的研究

内容摘要

全文目录

相似论文