首页 | 本学科首页   官方微博 | 高级检索  
     

学习向量量化神经网络在多波束底质分类中的应用研究
引用本文:唐秋华,周兴华,丁继胜,刘保华. 学习向量量化神经网络在多波束底质分类中的应用研究[J]. 武汉大学学报(信息科学版), 2006, 31(3): 229-232
作者姓名:唐秋华  周兴华  丁继胜  刘保华
作者单位:1. 中国海洋大学海洋地球科学学院,青岛市鱼山路5号,266003;国家海洋局第一海洋研究所,青岛市仙霞岭路6号,266061;香港理工大学土地测量与地理资讯学系,香港九龙红磡
2. 国家海洋局第一海洋研究所,青岛市仙霞岭路6号,266061;香港理工大学土地测量与地理资讯学系,香港九龙红磡
3. 国家海洋局第一海洋研究所,青岛市仙霞岭路6号,266061
基金项目:国家科技攻关项目;国家海洋局青年海洋科学基金;欧盟科技部资助项目;香港研究资助局资助项目
摘    要:利用多波束测深系统获取的反向散射强度数据,应用学习向量量化(learning vector quantization,LVQ)神经网络分类方法实现了对海底砂、砾石和基岩等底质类型的快速、有效的识别。通过比较,证明了该方法能较好地区分出不同海底底质类型。

关 键 词:LVQ神经网络  多波束测深系统  反向散射强度  海底声像图  底质分类
文章编号:1671-8860(2006)03-0229-04
修稿时间:2005-12-28

Seafloor Classification from Multibeam Backscatter Data Using Learning Vector Quantization Neural Network
TANG Qiuhua,ZHOU Xinghua,DING Jisheng,LIU Baohua. Seafloor Classification from Multibeam Backscatter Data Using Learning Vector Quantization Neural Network[J]. Geomatics and Information Science of Wuhan University, 2006, 31(3): 229-232
Authors:TANG Qiuhua  ZHOU Xinghua  DING Jisheng  LIU Baohua
Abstract:We utilize the seafloor backscatter strength data of each beam from multibeam sonar systems and the automatic classification technology to get the seafloor type identification maps.We primarily study on the seafloor classification using learning vector quantization(LVQ) neural network method.Using this classification method,we can rapidly identify all kinds of seafloor types,such as sand,gravel and rock in the experimental surveying areas.
Keywords:LVQ neural network  multibeam sonar systems  backscatter strength  seafloor sonar images  seafloor classification
本文献已被 CNKI 维普 万方数据 等数据库收录!
设为首页 | 免责声明 | 关于勤云 | 加入收藏

Copyright©北京勤云科技发展有限公司  京ICP备09084417号