蚁群算法优化BP神经网络声学底质分类方法

• 作者: 丁咚 权永峥 李广雪 王祥东 秦浩森
• 来源期刊: 中国海洋大学学报（自然科学版）
• 学科: 地球科学
• 关键词: BP神经网络 蚁群算法 多波束测深系统 底质分类
• 年，卷（期）: 2019,（z1）
• 所属期刊栏目: 研究论文
• 页码范围: 60-68
• 页数: 9页
• 分类号: P714.6
• 字数: 7748字
• 语种: 中文
• DOI: 10.16441/j.cnki.hdxb.20190295

摘要

本文利用蚁群算法鲁棒性及全局寻优优点,帮助BP神经网络选取最优权值及阈值,以解决其易陷入局部最优解的缺陷,并基于Santa Cruz盆地多波束及底质采样数据,采用蚁群算法优化的BP神经网络对该盆地内存在的基岩、泥质砂、砂质泥三种底质类型训练分类.从网络预测平均误差和底质分类正确率对比来看,相较于传统BP神经网络,在相同训练次数下,采用蚁群算法优化后的神经网络,网络预测平均误差明显下降,下降比率达20.2％,底质分类正确率显著提高,正确率达90％以上.从区域多波束声学底质分类图来看,底质类型分布状态更加贴近自然规律,获得了良好分类效果.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	李广雪	中国海洋大学海洋地球科学学院	13	169	6.0	13.0
5	权永峥	中国海洋大学海洋地球科学学院	3	6	2.0	2.0
6	王祥东		2	0	0.0	0.0
7	秦浩森	中国海洋大学海洋地球科学学院	1	0	0.0	0.0