改进神经网络在湖泊水质污染检测的研究

摘要：

　　采用图像对湖泊水质污染进行检测是环保领域待解决的问题之一。针对图像的污水检测的水域面积较大，像素信息量较多，造成检测耗费的时间比较长，最终导致湖泊水质污染检测存在较大滞后性的问题，提出一种改进神经网络的湖泊水质污染的检测方式，其首先利用神经网络数学模型对图像相关数据进行二进制编码，并对编码后的数据进行压缩处理，计算输出数据的差异系数，最后利用周期性数据压缩补偿算法对数据中的误差进行补偿，提高了湖泊水质污染检测的速度。实验证明，改进的检测方式能够提高湖泊水质污染的检测速度，取得令人满意的效果。

关键词： 湖泊水质污染 检测技术 改进神经网络 效果评估

作者: SHEN Shi-kai 申时凯 SHE Yu-mei 余玉梅 SHEN Hao-ru 申浩如 WANG Wu 王武 YAN Kang 闫康

作者单位: School of Information and Technology, Kunming University, Kunming 650214, China 昆明学院信息技术学院 昆明650214 School of Mathematics and Computer Science, Yunnan Nationalities University, Kunming 650031, China 云南民族大学数学与计算机科学学院 昆明650031

会议类型: 国内会议

会议名称: 第十二届中国Rough集与软计算学术会议、第六届中国Web智能学术研讨会及第六届中国粒计算学术研讨会联合学术会议

会议地点: 合肥

会议语种:中文

页码: 98-101

在线出版日期: 2012-10-13（万方平台首次上网日期，不代表论文的发表时间）