基于自组织神经网络的声学底质分类研究

• 作者: 丁继胜 刘保华 周兴华 唐秋华 陈永奇
• 来源期刊: 声学技术
• 学科: 地球科学
• 关键词: SOM神经网络 多波束测深系统 声学底质分类 反向散射强度
• 年，卷（期）: 2007,（3）
• 所属期刊栏目: 水声学
• 页码范围: 380-384
• 页数: 5页
• 分类号: P229.2
• 字数: 3033字
• 语种: 中文
• DOI: 10.3969/j.issn.1000-3630.2007.03.006

摘要

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.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	丁继胜		17	244	8.0	15.0
2	刘保华		38	480	12.0	19.0
3	陈永奇	香港理工大学土地测量及地理资讯学系	75	2297	25.0	46.0
4	周兴华		81	941	15.0	27.0
5	唐秋华	中国海洋大学海洋地球科学学院	33	361	11.0	18.0