本文選題：遙感水深反演 + 傳統(tǒng)BP算法�。� 參考：《測(cè)繪通報(bào)》2017年02期

【摘要】：針對(duì)BP神經(jīng)網(wǎng)絡(luò)遙感水深反演算法(簡(jiǎn)稱(chēng)傳統(tǒng)BP算法)的缺點(diǎn),提出了改進(jìn)型BP神經(jīng)網(wǎng)絡(luò)遙感水深反演算法(簡(jiǎn)稱(chēng)改進(jìn)型BP算法),其基本原理是在模型訓(xùn)練過(guò)程中反復(fù)運(yùn)用粒子群算法對(duì)BP神經(jīng)網(wǎng)絡(luò)的權(quán)值和閾值進(jìn)行優(yōu)化以彌補(bǔ)傳統(tǒng)BP算法的不足。試驗(yàn)表明:改進(jìn)型BP算法的訓(xùn)練迭代收斂速度明顯快于傳統(tǒng)BP算法,淺水區(qū)的水深反演精度優(yōu)于傳統(tǒng)BP算法,且學(xué)習(xí)算法對(duì)初始權(quán)值和閾值不敏感。
[Abstract]:In this paper , a modified BP neural network remote sensing bathymetric inversion algorithm ( called modified BP algorithm ) is proposed for BP neural network remote sensing water depth inverse algorithm ( BP algorithm ) . The basic principle is to use the PSO algorithm to optimize the weight and threshold of BP neural network in the process of model training to compensate for the shortage of the traditional BP algorithm . The experiment shows that the improved BP algorithm is faster than the traditional BP algorithm , and the inversion precision of water depth in shallow water area is better than that of traditional BP algorithm , and the learning algorithm is insensitive to the initial weight and threshold .
【作者單位】： 上海海洋大學(xué)海洋科學(xué)學(xué)院;信息工程大學(xué);
【基金】：上海市科委科研基金(14590502200)
【分類(lèi)號(hào)】：P237;P229

【相似文獻(xiàn)】

相關(guān)期刊論文 前10條

1 邵先勝;沈正偉;李之波;;基于BP神經(jīng)網(wǎng)絡(luò)的瀝青路面使用性能評(píng)價(jià)模型[J];河南科技;2011年06期

2 葉小嶺;劉程波;張穎超;范金平;;基于BP神經(jīng)網(wǎng)絡(luò)的浙江臺(tái)風(fēng)損失預(yù)測(cè)[J];信息技術(shù);2011年10期

3 常麗娟;陳玲英;;BP神經(jīng)網(wǎng)絡(luò)在基本養(yǎng)老保險(xiǎn)基金支付風(fēng)險(xiǎn)預(yù)警中的應(yīng)用[J];統(tǒng)計(jì)與信息論壇;2011年11期

4 羅廣恩;崔維成;;金屬疲勞裂紋擴(kuò)展速率的貝葉斯正則化BP神經(jīng)網(wǎng)絡(luò)預(yù)測(cè)[J];船舶力學(xué);2012年04期

5 郭紅濤;;基于BP算法的電力系統(tǒng)負(fù)荷預(yù)測(cè)[J];科技信息;2013年04期

6 王培峰,李青茹,王國(guó)貞;高斯型模糊邏輯系統(tǒng)的BP算法及其應(yīng)用[J];河北工業(yè)科技;2001年05期

7 許少華,劉揚(yáng),梁久禎,宋考平;基于遺傳—BP算法和圖像處理的沉積微相識(shí)別[J];石油學(xué)報(bào);2002年03期

8 葉小嶺;施s，

本文編號(hào)：2033925