基于混合神经网络的多波束图像底质分类

• 作者: 孔凡邨 廉清云 王凤伟
• 来源期刊: 上海海事大学学报
• 关键词: 底质分类 反向散射强度 自组织特征映射 学习向量量化
• 年，卷（期）: 2013,（4）
• 页码范围: 27-30
• 页数: 4页
• 分类号: U652.21|TP183
• 语种: 中文

摘要

为快速辨别海底底质类型和海底目标,在分析Kohonen自组织特征映射网络(Self-Organizing Feature Map,SOFM)和学习向量量化(Learning Vector Quantization,LVQ)算法的基础上,提出一种SOFM算法与改进的LVQ算法相结合的混合神经网络分类方法.利用这种分类方法,对预处理后的多波束测深系统获取的反向散射强度数据进行训练分类.通过对在实验区域提取的检测样本的分类结果进行比较分析,表明该方法是可行、有效的,而且在底质类型特征相近的情况下,具有较好的分类效果.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	王凤伟	上海海事大学商船学院	1	5	1.0	1.0
2	孔凡邨	上海海事大学商船学院	14	140	6.0	11.0
3	廉清云	上海海事大学商船学院	7	21	3.0	4.0