申请/专利权人：淮阴工学院

申请日：2023-04-19

公开（公告）日：2023-11-28

公开（公告）号：CN117131969A

主分类号：G06Q10/04

分类号：G06Q10/04;G06Q50/26;G06N3/086;G06N3/084;G06F30/27

优先权：

专利状态码：在审-实质审查的生效

法律状态：2023.12.15#实质审查的生效;2023.11.28#公开

摘要：本发明公开了基于遥感下的MEA‑GA‑BP耦合模型的湖泊水质参数预测方法，包括以下步骤：1收集各站点的卫星影像，对收集到的卫星影像进行数据预处理；2剔除明显异常的站点遥感反射率及水质指标异常值，对样本数据进行归一化处理得到归一化处理后的样本数据；3构建GA‑BP神经网络模型，将归一化处理的样本数据输入至GA‑BP神经网络模型；在变异操作后增加精英保留措施；改进自适应策略调整的交叉算子和遗传算子，调整交叉算子的交叉概率Pc和变异算子的变异概率Pm；4优化训练生成MEA‑GA‑BP神经网络模型，并将其作为湖泊水质参数预测模型。本发明中湖泊水质参数预测模型，提高模型的准确率和收敛速度，旨在解决利用遥感监测和处理湖泊的水环境生态污染安全预测的问题。

主权项：1.基于遥感下的MEA-GA-BP耦合模型的湖泊水质参数预测方法，其特征在于，包括以下步骤：1收集各站点的卫星影像，对收集到的卫星影像进行数据预处理，数据预处理包括辐射校正和大气校正；从地表水数据库中导出地表水监测站点信息和水质指标信息数据，对地表水数据进行归一化水体指数处理；2剔除明显异常的站点遥感反射率及水质指标异常值，对样本数据进行归一化处理得到归一化处理后的样本数据；3构建GA-BP神经网络模型，将归一化处理的样本数据输入至GA-BP神经网络模型；在变异操作后增加精英保留措施；改进自适应策略调整的交叉算子和遗传算子，调整交叉算子的交叉概率Pc和变异算子的变异概率Pm；4采用思维进化算法对GA-BP神经网络模型进行进一步优化训练生成优化后的MEA-GA-BP神经网络模型，并将其作为湖泊水质参数预测模型。

全文数据：

权利要求：

百度查询： 淮阴工学院 基于遥感下的MEA-GA-BP耦合模型的湖泊水质参数预测方法

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。

阅读全文 双屏查看 官方信息 专利公告 收藏专利 下载PDF 下载WORD