珠江口海域叶绿素a质量浓度SAR反演模型

以珠江口海域的Radarsatt-2全极化SAR数据和海域表层水面叶绿素a质量浓度实测数据为基础,利用微波散射原理及Cloude Pottier理论对SAR图像进行分解,得到平均散射角a、散射熵H及VH、VV、HH、HV等6个参数;采用BP人工神经网络模型建立上述6个参数与叶绿素a质量浓度的数学关系模型,并结合实测数据对叶绿素a质量浓度进行分类。结果表明:当隐含层节点数为9,输入层和隐含层传递函数分别为tansig和logsig,学习速率和动量系数均为0.2时的网络结构对叶绿素质量浓度反演取得了较好的效果,叶绿素a质量浓度实测值与预测值之间的决定系数(R~2)为0.826。将模型应用于不同时期的2幅图像进行验证,效果良好,与实际情况基本相符。     

Seabed Classification Using BP Neural Network Based on GA

INTRODUCTIONUnderwaterremotesensingtools,suchasmulti beam ,sidescansonar,sub bottom pro file ,video ,etc .,arenormalmeanstoexploreseabed .Foreaseofnotation ,sidescansonarim ageisusedtodemonstrateseabedimage .Sidescansonarisakindofhigh resolutionimagingandcancontinuouslymonitorthechangesofseafloor.Inordertorelievetechniciansfromhardhandwork ,theautomaticclassificationbycomputerisneeded .Differentfromthespatialremotesensingimage ,underwatersonarimageistheformernon multi spectralimage .Theo…     

Grain-size cycles in Salawusu River valley since 150 ka BP

The palaeo-mobile dune sands and fluvio-lacustrine facies with palaeosols in Milanggouwan stratigraphic section of the Salawusu River valley situated at the southeast of the Mu Us Desert experienced abundant remarkable alternative changes of coarse and fine rhythms in grainsize since 150 ka BP, and the grain-size parameters — Mz,σ, Sk, Kg and SC/D also respond to the situation of multi-fluctuational alternations between peak and valley values. Simultaneity the grainsize eigenvalues — Φ5, F16, Φ25, Φ50, Φ75, Φ84 and Φ95 are respondingly manifested as greatly cadent jumpiness. Hereby, the Milanggouwan section can be divided into 27 grain-size coarse and fine sedimentary cycles, which can be regarded as a real and integreted record of climate-geological process of desert vicissitude resulted from the alternative evolvement of the ancient winter and summer monsoons of East Asia since 150 ka BP.     

应用BP神经网络评价大气环境质量

采用了ＢＰ神经网络对湖南省汨罗市大气环境质量进行了评价。实践表明，这种方法有其通用性和客观性。     

基于BP神经网络的点状地图符号识别

点状地图符号的识别是实现扫描方式地图自动数字化的重要研究内容之一，本文首先分析介绍ＢＰ网络模型及其学习算法，然后根据ＢＰ模型本身所存在的一些不足之处，提出相应的改进措施，还以实际扫描地图图像进行相应的实验验证，最后，对网络的输入模式加以讨论，提出了三种减小网络规模的具体方法。     

双层BP人工神经网络连接权值的性质

从理论上分析和探讨具有Ｓ型连结函数的双层ＢＰ网络连接权值和阈值的性质，并进行实例验证，本文有助于神经网络内部行为的研究。     

东海外缘碎屑矿物的物源解释——基于BP神经网络的判识分区

对取自长江、黄河三角洲和东海 230个表层沉积物样的重矿物资料进行人工神经网络分析.结果表明,东海外缘(外陆架和冲绳海槽)沉积物具有明显的分区特征,并与不同的物源影响密切相关.外陆架、陆坡和西部槽底的碎屑物主要来自长江;冲绳海槽中轴线以东主要受槽底火山和岛坡物源控制;黄河物源扩散的影响局部可达26°20′N线以北的陆架、陆坡和槽底区.     

基于BP网络对模拟声呐信号分类

针对常规的主动声呐调查设备,在简单海洋分层模型的基础上,模拟了多波束类单频信号、侧扫类单频信号、Ch irp调频信号和混合信号4类声呐接收信号,并针对接收信号特征构造了3层BP网络模型,将隐藏层神经元数目设为可调节;利用时间域脉冲宽度和水深与频率域功率谱密度相结合的特征参量,成功地对模拟信号进行了分类。采用改进的BP网络模型,用训练成功的BP网络对102个检测信号进行了分类测试,结果表明,分类成功率较高,可达76%~84.6%,因而利用BP网络可以对不同类别设备的模拟声呐接收信号进行分类。     

基于BP神经网络模型的太湖悬浮物浓度遥感定量提取研究

构建了含有一个隐含层的两层BP神经网络反演模型，以TM数据的前4个波段的反射率作为输入，以悬浮物浓度值作为输出，成功反演了太湖水体的悬浮物浓度。     

基于神经网络的结构地震反应仿真

提出了基于神经网络的结构地震反应仿真方法，探讨了仿真基本步骤中样本集的准备、目标函数的选取、网络拓扑结构的构建、隐层神经元数目的确定、训练方法的选择以及提高泛化精度的措施等若干实际问题，并通过算例分析验证了本方法的可行性。