基于自组织神经网络的声学底质分类研究 | |
唐秋华1; 刘保华2; 陈永奇3; 周兴华2; 丁继胜2 | |
刊名 | 声学技术 |
2007 | |
卷号 | 26期号:3页码:380-384 |
关键词 | SOM神经网络 多波束测深系统 声学底质分类 反向散射强度 SOM neural network multibeam sonar systems acoustic seafloor classification backscatter strength |
ISSN号 | 1000-3630 |
英文摘要 | 研究利用多波束测深系统获取的反向散射强度数据,应用自组织(Self Organizing Map,简称SOM)神经网络分类方法实现了对海底泥、砂、砾石和基岩等底质类型的快速、有效识别.通过实验示例,将SOM神经网络的分类结果与传统海底地质取样获取的真实底质类型进行分析比较,表明该方法是可行和有效的. |
WOS研究方向 | Geology |
语种 | 中文 |
CSCD记录号 | CSCD:2848275 |
内容类型 | 期刊论文 |
源URL | [http://ir.fio.com.cn:8080/handle/2SI8HI0U/12029] |
专题 | 业务部门_海洋工程环境与测绘研究中心 |
作者单位 | 1.中国海洋大学海洋地球科学学院, 青岛, 山东 266003, 中国; 2.国家海洋局第一海洋研究所, 青岛, 山东 266001, 中国; 3.香港理工大学土地测量及地理资讯学系, 香港; 4.College of Marine Geosciences, Ocean University of China, Qingdao, Shandong 266003, China; 5.First Institute of Oceanography, State Oceania Administration, Qingdao, Shandong 266061, China; 6.Department of Land Surveying and Geo-Infoimatios, Hong Kong Polytechnic University, Hong Kong |
推荐引用方式 GB/T 7714 | 唐秋华,刘保华,陈永奇,等. 基于自组织神经网络的声学底质分类研究[J]. 声学技术,2007,26(3):380-384. |
APA | 唐秋华,刘保华,陈永奇,周兴华,&丁继胜.(2007).基于自组织神经网络的声学底质分类研究.声学技术,26(3),380-384. |
MLA | 唐秋华,et al."基于自组织神经网络的声学底质分类研究".声学技术 26.3(2007):380-384. |
个性服务 |
查看访问统计 |
相关权益政策 |
暂无数据 |
收藏/分享 |
除非特别说明,本系统中所有内容都受版权保护,并保留所有权利。
修改评论