资源描述：
《结合遗传算法的lvq神经网络在声学底质分类中的应用》由会员上传分享，免费在线阅读，更多相关内容在工程资料-天天文库。
1、第50卷第1期地球物理学报Vol.50,No.12007年1月CHINESEJOURNALOFGEOPHYSICSJan.,2007唐秋华,刘保华,陈永奇等.结合遗传算法的LVQ神经网络在声学底质分类中的应用.地球物理学报,2007,50(1):313~319TangQH,LiuBH,ChenYQ,etal.ApplicationofLVQneuralnetworkcombinedwiththegeneticalgorithminacousticseafloorclassification.Chines
2、eJ.Geophys.(inChinese),2007,50(1):313~319结合遗传算法的LVQ神经网络在声学底质分类中的应用1,2,32322唐秋华,刘保华,陈永奇,周兴华,丁继胜1中国海洋大学海洋地球科学学院,青岛2660032国家海洋局第一海洋研究所,青岛2660613香港理工大学土地测量及地理资讯学系,香港摘要学习向量量化(LearningVectorQuantization,LVQ)神经网络在声学底质分类中具有广泛应用.常用的LVQ神经网络存在神经元未被充分利用以及算法对初值敏感的问题,
3、影响底质分类精度.本文提出采用遗传算法(GeneticAlgorithms,GA)优化神经网络的初始值,将GA与LVQ神经网络结合起来,迅速得到最佳的神经网络初始权值向量,实现对海底基岩、砾石、砂、细砂以及泥等底质类型的快速、准确识别.将其应用于青岛胶州湾海区底质分类识别研究中,通过与标准的LVQ神经网络的分类结果进行比较表明,该方法在分类速度以及精度上都有了较大提高.关键词学习向量量化,遗传算法,多波束测深系统,底质分类文章编号0001-5733(2007)01-0313-07中图分类号P631收稿日
4、期2005-12-10,2006-09-29收修定稿ApplicationofLVQneuralnetworkcombinedwiththegeneticalgorithminacousticseafloorclassification1,2,32322TANGQiu_Hua,LIUBao_Hua,CHENYong_Qi,ZHOUXing_Hua,DINGJi_Sheng1MarineGeologyCollege,OceanUniversityofChina,Qingdao266003,China2Fi
5、rstInstituteofOceanography,StateOceanicAdministration,Qingdao266061,China3DepartmentofLandSurveyingandGeo_Informatics,TheHongKongPolytechnicUniversity,HongKong,ChinaAbstractTheLearningVectorQuantization(LVQ)neuralnetworkapproachhasbeenwidelyusedinacousti
6、cseafloorclassification.However,oneofthemajorweakpointsofLVQisitssensitivitytotheinitialization,affectingtheseafloorclassificationaccuracy.Inthispaper,GeneticAlgorithm(GA)isusedtooptimizetheinitialvaluesofLVQ.TheGA_basedLVQcanrapidlyprovidethemostoptimiz
7、edinitialreferencevectorsandaccuratelyidentifymanytypesofseafloor,suchasrock,gravel,sand,finesandandmudinsurveyareas.TheproposednewapproachhasbeenappliedtoseafloorclassificationusingMultibeamEchoSounder(MBES)backscatterdatainJiaozhouBaynearQingdaoCityofC
8、hina.ComparingtheevolvingLVQwiththestandardLVQ,theexperimentresultsindicatethattheapproachofGA_basedLVQhasimprovedtheseafloorclassificationspeedandaccuracy.KeywordsLearningVectorQuantization(LVQ),GeneticAlgorithm(GA),Multi
