海底沉积物声学特征定量分析及其智能分类研究

• 作者: 刘杨华 曾新红 杜灿谊 罗忠辉
• 来源期刊: 海洋技术学报
• 关键词: 海底沉积物 声学参数 神经网络 智能分类
• 年，卷（期）: 2015,（1）
• 所属期刊栏目: 研究论文
• 页码范围: 43-49
• 页数: 7页
• 分类号: P714+.6|TB56
• 语种: 中文

摘要

海底底质特性描述及分类是当今浅海声学的研究热点,海底沉积物的物理结构特性与其声学响应特征密切相关.在分析海底沉积物声传播特性的基础上,应用现代计算机信号分析技术手段,对海底沉积物声学响应波形提取了4个特征参数:声速、波幅指数、波形关联维分形指数和声波频谱的频率矩.以这4个特征参数作为输入向量,海底沉积物的结构类型作为输出向量,建立径向基概率神经网络模型.研究表明建立的神经网络模型具有较强的海底沉积物分类预报能力.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	曾新红		26	58	6.0	6.0
3	杜灿谊	广东技术师范学院机电学院	44	113	6.0	8.0
4	罗忠辉	广东技术师范学院机电学院	17	20	3.0	3.0
6	刘杨华	广东技术师范学院机电学院	11	98	4.0	9.0