本文關(guān)鍵詞：基于神經(jīng)網(wǎng)絡(luò)技術(shù)的多因子遙感水深反演研究，由筆耕文化傳播整理發(fā)布。

【摘要】：海洋遙感是目前科學(xué)研究的一個熱點方向,水深是近岸海域重要的地形要素,發(fā)展發(fā)展快速、準(zhǔn)確的淺海測深方法無論對于經(jīng)濟開發(fā)還是對于軍事、國防都有十分重要的意義。遙感測深技術(shù)由來已久,但近岸海水相對渾濁,屬于II類水體,利用可見光探測水深的精度依賴于建立合適的水深反演模型并考慮多種水質(zhì)因子的影響。本文利用HJ-1A多光譜CCD和HSI高光譜數(shù)據(jù)遙感數(shù)據(jù)進(jìn)行了基于BP人工神經(jīng)網(wǎng)絡(luò)技術(shù)、考慮了多個水色影響因子的淺海水深反演研究。本文以大連近岸海域為研究區(qū),首先,分析了遙感反演水深的機理;其次,研究了影響多光譜遙感水深反演的各種因素,概括出主要的影響因素,即:懸浮泥沙與葉綠素a,并根據(jù)實測數(shù)據(jù)分別建立了懸沙因子和葉綠素因子模型;再次,利用SPSS建立了單波段線性回歸模型,利用Matlab的神經(jīng)網(wǎng)絡(luò)工具箱分別編程直接構(gòu)建了水深反演模型和在網(wǎng)絡(luò)輸入端加入懸沙參數(shù)因子與葉綠素參數(shù)因子再構(gòu)建水深反演模型兩種模型;最后,通過比較水深反演值和實測數(shù)據(jù),對三種模型算法的性能進(jìn)行了對比分析。本文研究結(jié)果表明,BP人工神經(jīng)網(wǎng)絡(luò)因其良好的自組織、自學(xué)習(xí)能力、非線性性等優(yōu)勢,構(gòu)建水深反演模型精度明顯優(yōu)于線性的回歸建模,而加入了水色影響因子后,水深反演的精度又得到進(jìn)一步的提高。
【關(guān)鍵詞】：水深反演 神經(jīng)網(wǎng)絡(luò) 懸浮泥沙 葉綠素
【學(xué)位授予單位】：中國石油大學(xué)(華東)
【學(xué)位級別】：碩士
【學(xué)位授予年份】：2014
【分類號】：P229;P237
【目錄】：

• 摘要4-5
• abstract5-9
• 第一章 緒論9-16
• 1.1 研究背景9
• 1.2 研究目的與意義9-10
• 1.3 國內(nèi)外研究現(xiàn)狀10-13
• 1.3.1 水深遙感探測研究現(xiàn)狀10-12
• 1.3.2 水色遙感監(jiān)測的研究現(xiàn)狀12-13
• 1.3.3 研究現(xiàn)狀分析13
• 1.4 論文主要研究內(nèi)容13-14
• 1.5 論文的組織結(jié)構(gòu)14-16
• 第二章 遙感水深反演概述16-24
• 2.1 遙感的理論基礎(chǔ)16-19
• 2.1.1 遙感探測水深的基本原理16-17
• 2.1.2 理論模型和方法17-19
• 2.2 海水的光譜特性19-23
• 2.2.1 純海水的光譜特征20
• 2.2.2 葉綠素a的光譜特征20-21
• 2.2.3 懸浮物的光譜特性21-22
• 2.2.4 海底特性22-23
• 2.3 小結(jié)23-24
• 第三章 數(shù)據(jù)準(zhǔn)備與預(yù)處理24-35
• 3.1 研究區(qū)及實驗數(shù)據(jù)介紹24-26
• 3.1.1 研究區(qū)概況24
• 3.1.2 數(shù)據(jù)來源24-26
• 3.2 HJ-1A/B衛(wèi)星及其傳感器介紹26-27
• 3.3 HJ-1 衛(wèi)星數(shù)據(jù)預(yù)處理27-34
• 3.3.1 數(shù)據(jù)讀取27-29
• 3.3.2 輻射定標(biāo)29-30
• 3.3.3 FLAASH大氣校正30-31
• 3.3.4 幾何校正31-32
• 3.3.5 HSI高光譜影像鑲嵌32-33
• 3.3.6 水陸分離33-34
• 3.4 小結(jié)34-35
• 第四章 數(shù)據(jù)處理及影響因子確定35-44
• 4.1 水深反演因子35-36
• 4.2 泥沙因子36-38
• 4.2.1 懸沙濃度與光譜反射率的相關(guān)分析37-38
• 4.2.2 泥沙參數(shù)模型確立38
• 4.3 葉綠素因子38-42
• 4.3.1 基于CCD多光譜數(shù)據(jù)構(gòu)建葉綠素a反演模型39-40
• 4.3.2 基于HSI高光譜數(shù)據(jù)構(gòu)建葉綠素a反演模型40-42
• 4.3.3 HSI與CCD模型精度比較42
• 4.4 海底底質(zhì)42-43
• 4.5 小結(jié)43-44
• 第五章 基于人工神經(jīng)網(wǎng)絡(luò)的遙感水深反演44-55
• 5.1 人工神經(jīng)網(wǎng)絡(luò)簡介44-46
• 5.2 Matlab下BP神經(jīng)網(wǎng)絡(luò)建模46-53
• 5.2.1 BP神經(jīng)網(wǎng)絡(luò)的設(shè)計47-49
• 5.2.2 數(shù)據(jù)預(yù)處理49-50
• 5.2.3 訓(xùn)練神經(jīng)網(wǎng)絡(luò)50-51
• 5.2.4 神經(jīng)網(wǎng)絡(luò)反演結(jié)果51-53
• 5.3 模型精度檢驗與對比分析53-54
• 5.3.1 模型精度檢驗指標(biāo)53-54
• 5.3.2 模型精度對比分析54
• 5.4 小結(jié)54-55
• 結(jié)論與展望55-57
• 1 結(jié)論55
• 2 展望55-57
• 參考文獻(xiàn)57-63
• 攻讀碩士學(xué)位期間的主要研究成果63-64
• 致謝64

【相似文獻(xiàn)】

中國期刊全文數(shù)據(jù)庫 前10條

1 劉彩紅;唐萬梅;;基于組合神經(jīng)網(wǎng)絡(luò)的教師評價模型研究[J];重慶師范大學(xué)學(xué)報(自然科學(xué)版);2008年04期

2 鐘義信;;神經(jīng)網(wǎng)絡(luò):成就、問題與前景[J];科學(xué);1992年02期

3 莫恭佑;;神經(jīng)網(wǎng)絡(luò)及其在英國的應(yīng)用[J];國際科技交流;1992年03期

4 閔志;;神經(jīng)網(wǎng)絡(luò):使計算機具有快速學(xué)習(xí)功能[J];國際科技交流;1992年03期

5 馮建峰,錢敏平;神經(jīng)網(wǎng)絡(luò)中的退火——非時齊情形[J];北京大學(xué)學(xué)報(自然科學(xué)版);1993年03期

6 唐功友;離散Hopfield神經(jīng)網(wǎng)絡(luò)的穩(wěn)定性[J];青島海洋大學(xué)學(xué)報;1994年S2期

7 靳蕃;;中國神經(jīng)網(wǎng)絡(luò)學(xué)術(shù)大會在西南交通大學(xué)隆重召開[J];學(xué)術(shù)動態(tài)報道;1996年04期

8 彭宏,張素;帶有時滯的神經(jīng)網(wǎng)絡(luò)的穩(wěn)定性[J];杭州大學(xué)學(xué)報(自然科學(xué)版);1997年04期

9 陳新,孫道恒,黃洪鐘;結(jié)構(gòu)分析有限元系統(tǒng)與神經(jīng)網(wǎng)絡(luò)[J];起重運輸機械;1999年06期

10 成宇;神經(jīng)網(wǎng)絡(luò)是怎么搭建的?[J];百科知識;2005年16期

中國重要會議論文全文數(shù)據(jù)庫 前10條

1 徐春玉;;基于泛集的神經(jīng)網(wǎng)絡(luò)的混沌性[A];1996中國控制與決策學(xué)術(shù)年會論文集[C];1996年

2 周樹德;王巖;孫增圻;孫富春;;量子神經(jīng)網(wǎng)絡(luò)[A];2003年中國智能自動化會議論文集（上冊）[C];2003年

3 羅山;張琳;范文新;;基于神經(jīng)網(wǎng)絡(luò)和簡單規(guī)劃的識別融合算法[A];2009系統(tǒng)仿真技術(shù)及其應(yīng)用學(xué)術(shù)會議論文集[C];2009年

4 郭愛克;馬盡文;丁康;;序言(二)[A];1999年中國神經(jīng)網(wǎng)絡(luò)與信號處理學(xué)術(shù)會議論文集[C];1999年

5 鐘義信;;知識論:神經(jīng)網(wǎng)絡(luò)的新機遇——紀(jì)念中國神經(jīng)網(wǎng)絡(luò)10周年[A];1999年中國神經(jīng)網(wǎng)絡(luò)與信號處理學(xué)術(shù)會議論文集[C];1999年

6 許進(jìn);保錚;;神經(jīng)網(wǎng)絡(luò)與圖論[A];1999年中國神經(jīng)網(wǎng)絡(luò)與信號處理學(xué)術(shù)會議論文集[C];1999年

7 金龍;朱詩武;趙成志;陳寧;;數(shù)值預(yù)報產(chǎn)品的神經(jīng)網(wǎng)絡(luò)釋用預(yù)報應(yīng)用[A];1999年中國神經(jīng)網(wǎng)絡(luò)與信號處理學(xué)術(shù)會議論文集[C];1999年

8 田金亭;;神經(jīng)網(wǎng)絡(luò)在中學(xué)生創(chuàng)造力評估中的應(yīng)用[A];第十二屆全國心理學(xué)學(xué)術(shù)大會論文摘要集[C];2009年

9 唐墨;王科俊;;自發(fā)展神經(jīng)網(wǎng)絡(luò)的混沌特性研究[A];2009年中國智能自動化會議論文集（第七分冊）[南京理工大學(xué)學(xué)報（增刊）][C];2009年

10 張廣遠(yuǎn);萬強;曹海源;田方濤;;基于遺傳算法優(yōu)化神經(jīng)網(wǎng)絡(luò)的故障診斷方法研究[A];第十二屆全國設(shè)備故障診斷學(xué)術(shù)會議論文集[C];2010年

中國重要報紙全文數(shù)據(jù)庫 前10條

1 美國明尼蘇達(dá)大學(xué)社會學(xué)博士 密西西比州立大學(xué)國家戰(zhàn)略規(guī)劃與分析研究中心資深助理研究員 陳心想;維護好創(chuàng)新的“神經(jīng)網(wǎng)絡(luò)硬件”[N];中國教師報;2014年

2 盧業(yè)忠;腦控電腦 驚世駭俗[N];計算機世界;2001年

3 葛一鳴 路邊文;人工神經(jīng)網(wǎng)絡(luò)將大顯身手[N];中國紡織報;2003年

4 中國科技大學(xué)計算機系　邢方亮;神經(jīng)網(wǎng)絡(luò)挑戰(zhàn)人類大腦[N];計算機世界;2003年

5 記者 孫剛;“神經(jīng)網(wǎng)絡(luò)”：打開復(fù)雜工藝“黑箱”[N];解放日報;2007年

6 本報記者 劉霞;美用DNA制造出首個人造神經(jīng)網(wǎng)絡(luò)[N];科技日報;2011年

7 健康時報特約記者　 張獻(xiàn)懷;干細(xì)胞移植：修復(fù)受損的神經(jīng)網(wǎng)絡(luò)[N];健康時報;2006年

8 劉力;我半導(dǎo)體神經(jīng)網(wǎng)絡(luò)技術(shù)及應(yīng)用研究達(dá)國際先進(jìn)水平[N];中國電子報;2001年

9 ;神經(jīng)網(wǎng)絡(luò)和模糊邏輯[N];世界金屬導(dǎo)報;2002年

10 鄒麗梅 陳耀群;江蘇科大神經(jīng)網(wǎng)絡(luò)應(yīng)用研究通過鑒定[N];中國船舶報;2006年

中國博士學(xué)位論文全文數(shù)據(jù)庫 前10條

1 楊旭華;神經(jīng)網(wǎng)絡(luò)及其在控制中的應(yīng)用研究[D];浙江大學(xué);2004年

2 李素芳;基于神經(jīng)網(wǎng)絡(luò)的無線通信算法研究[D];山東大學(xué);2015年

3 石艷超;憶阻神經(jīng)網(wǎng)絡(luò)的混沌性及幾類時滯神經(jīng)網(wǎng)絡(luò)的同步研究[D];電子科技大學(xué);2014年

4 王新迎;基于隨機映射神經(jīng)網(wǎng)絡(luò)的多元時間序列預(yù)測方法研究[D];大連理工大學(xué);2015年

5 付愛民;極速學(xué)習(xí)機的訓(xùn)練殘差、穩(wěn)定性及泛化能力研究[D];中國農(nóng)業(yè)大學(xué);2015年

6 李輝;基于粒計算的神經(jīng)網(wǎng)絡(luò)及集成方法研究[D];中國礦業(yè)大學(xué);2015年

7 王衛(wèi)蘋;復(fù)雜網(wǎng)絡(luò)幾類同步控制策略研究及穩(wěn)定性分析[D];北京郵電大學(xué);2015年

8 張海軍;基于云計算的神經(jīng)網(wǎng)絡(luò)并行實現(xiàn)及其學(xué)習(xí)方法研究[D];華南理工大學(xué);2015年

9 李艷晴;風(fēng)速時間序列預(yù)測算法研究[D];北京科技大學(xué);2016年

10 曾U喺，

本文編號：402354