BP神经网络遥感水深反演算法的改进

• 作者: 曹彬才 曹斌 朱述龙 邱振戈
• 来源期刊: 测绘通报
• 学科: 地球科学
• 关键词: 遥感水深反演 传统BP算法 粒子群算法 改进型BP算法 权值和阈值优化
• 年，卷（期）: 2017,（2）
• 所属期刊栏目: 学术研究
• 页码范围: 40-44
• 页数: 5页
• 分类号: P237
• 语种: 中文
• DOI: 10.13474/j.cnki.11-2246.2017.0045

摘要

针对BP神经网络遥感水深反演算法(简称传统BP算法)的缺点,提出了改进型BP神经网络遥感水深反演算法(简称改进型BP算法),其基本原理是在模型训练过程中反复运用粒子群算法对BP神经网络的权值和阈值进行优化以弥补传统BP算法的不足.试验表明:改进型BP算法的训练迭代收敛速度明显快于传统BP算法,浅水区的水深反演精度优于传统BP算法,且学习算法对初始权值和阈值不敏感.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	朱述龙		42	466	11.0	20.0
2	邱振戈	上海海洋大学海洋科学学院	22	75	5.0	8.0
3	曹彬才		20	119	7.0	10.0
4	曹斌	上海海洋大学海洋科学学院	9	54	4.0	7.0