国家高技术研究发展计划(2006AA09Z103)
- 作品数：4 被引量：56H指数：4
- 相关作者：周兴华唐秋华丁继胜陈永奇刘保华更多>>
- 相关机构：国家海洋局第一海洋研究所中国海洋大学香港理工大学更多>>
- 发文基金：国家高技术研究发展计划国家自然科学基金更多>>
- 相关领域：天文地球更多>>
- 基于自组织神经网络的声学底质分类研究被引量：8
- 2007年
- 研究利用多波束测深系统获取的反向散射强度数据,应用自组织(Self Organizing Map,简称SOM)神经网络分类方法实现了对海底泥、砂、砾石和基岩等底质类型的快速、有效识别。通过实验示例,将SOM神经网络的分类结果与传统海底地质取样获取的真实底质类型进行分析比较,表明该方法是可行和有效的。
- 唐秋华刘保华陈永奇周兴华丁继胜
- 关键词：SOM神经网络多波束测深系统
- GPS测速精度分析与应用被引量：21
- 2007年
- 全球定位系统(GPS)技术的出现,为速度测量提供了新的手段。基于GPS测速的基本原理,采用单点定位模式、无线电信标/差分GPS模式和GPS RTK模式,研究了不同模式下速度测量的方法和精度概况,重点分析了GPS RTK模式下的测速精度,并对高精度速度测量应用提出了建议。
- 杨龙刘焱雄周兴华唐秋华丁继胜
- 关键词：全球定位系统载波相位
- 基于改进BP神经网络的海底底质分类被引量：9
- 2009年
- 通过采用遗传算法优化神经网络初始权值的方法,将GA算法与BP神经网络有机结合,应用于海底底质分类。基于多波束测深系统获取的反向散射强度数据,应用改进的BP神经网络分类方法,实现对海底基岩、砾石、砂、细砂和泥等底质类型的快速、准确识别。通过实验比较,GA-BP神经网络分类精度明显高于BP神经网络,证明了该方法的有效性和可靠性。
- 唐秋华刘保华陈永奇周兴华
- 关键词：底质分类BP神经网络遗传算法多波束测深系统
- 结合遗传算法的LVQ神经网络在声学底质分类中的应用被引量：27
- 2007年
- 学习向量量化(Learning Vector Quantization,LVQ)神经网络在声学底质分类中具有广泛应用.常用的LVQ神经网络存在神经元未被充分利用以及算法对初值敏感的问题,影响底质分类精度.本文提出采用遗传算法(Genetic Algorithms,GA)优化神经网络的初始值,将GA与LVQ神经网络结合起来,迅速得到最佳的神经网络初始权值向量,实现对海底基岩、砾石、砂、细砂以及泥等底质类型的快速、准确识别.将其应用于青岛胶州湾海区底质分类识别研究中,通过与标准的LVQ神经网络的分类结果进行比较表明,该方法在分类速度以及精度上都有了较大提高.
- 唐秋华刘保华陈永奇周兴华丁继胜
- 关键词：学习向量量化遗传算法多波束测深系统底质分类
