论文部分内容阅读
这篇论文建议基于聚类和模块化的神经网络监视方法的红潮。从天线的一个团获得红潮的特征遥远的 sensinghyperspectral 数据，首先，日志剩余修正(纵向冗余码校验) 被用来使数据，然后聚类的分析正常化被采用为神经网络选择并且形成训练样本。监视的 Forrapid，辨别者由模块化的神经网络组成，其结构和学习参数被一个适应基因算法(统帅) 决定。实验证明这个方法罐头很快并且有效地监视红潮。