基于粒子群优化神经网络的水深反演模型

• 作者: 李加群 李广会 林位衡 黄文骞
• 来源期刊: 海洋测绘
• 学科: 地球科学
• 关键词: 海洋遥感 水深反演 多光谱影像 粒子群优化 BP神经网络 权重阈值优化
• 年，卷（期）: 2020,（5）
• 所属期刊栏目: 学术研究
• 页码范围: 26-29
• 页数: 4页
• 分类号: P237
• 语种: 中文

摘要

针对直接采用BP神经网络反演水深收敛速度慢,且易陷入局部最优的问题,提出了一种基于粒子群(PSO)优化BP神经网络的水深遥感新模型.该模型首先利用粒子群算法对BP神经网络的权重和阈值进行优化,然后将该优化值作为BP神经网络的初始值,最后再将PSO优化后的模型用于测试海区的反演精度评估.实验结果表明,该模型的网络收敛速度明显加快,水深反演的精度也得到提高.