学习向量量化神经网络在多波束底质分类中的应用研究

唐秋华; 周兴华; 丁继胜; 刘保华

美国《工程索引》（EI）核心期刊
美国《剑桥科学文摘》（CSA）收录期刊
荷兰斯高帕斯数据库（Scopus）收录期刊
英国INSPEC数据库（SA）收录期刊

留言板

尊敬的读者、作者、审稿人, 关于本刊的投稿、审稿、编辑和出版的任何问题, 您可以本页添加留言。我们将尽快给您答复。谢谢您的支持!

姓名
邮箱
手机号码
标题
留言内容
验证码

学习向量量化神经网络在多波束底质分类中的应用研究

唐秋华, 周兴华, 丁继胜, 刘保华

文章导航 > 武汉大学学报 ( 信息科学版) > 2006 > 31(3): 229-232

唐秋华, 周兴华, 丁继胜, 刘保华. 学习向量量化神经网络在多波束底质分类中的应用研究[J]. 武汉大学学报 ( 信息科学版), 2006, 31(3): 229-232.

引用本文:

唐秋华, 周兴华, 丁继胜, 刘保华. 学习向量量化神经网络在多波束底质分类中的应用研究[J]. 武汉大学学报 ( 信息科学版), 2006, 31(3): 229-232.

TANG Qiuhua, ZHOU Xinghua, DING Jisheng. Seafloor Classification from Multibeam Backscatter Data Using Learning Vector Quantization Neural Network[J]. Geomatics and Information Science of Wuhan University, 2006, 31(3): 229-232.

Citation:

TANG Qiuhua, ZHOU Xinghua, DING Jisheng. Seafloor Classification from Multibeam Backscatter Data Using Learning Vector Quantization Neural Network[J]. Geomatics and Information Science of Wuhan University, 2006, 31(3): 229-232.

学习向量量化神经网络在多波束底质分类中的应用研究

¹ 中国海洋大学海洋地球科学学院,青岛市鱼山路5号,266003;² 国家海洋局第一海洋研究所,青岛市仙霞岭路6号,266061;³ 香港理工大学土地测量与地理资讯学系,香港九龙红磡

基金项目: 国家863计划资助项目(2004AA6160802001AA613040);国家海洋局青年海洋科学基金资助项目(2002306);香港理工大学资助项目(G-V931);香港RGC资助项目(B-Q734)

详细信息

作者简介:
唐秋华,副研究员,博士生,主要从事海洋测绘及多波束应用研究

中图分类号: P229.2;P237.4

Seafloor Classification from Multibeam Backscatter Data Using Learning Vector Quantization Neural Network

¹ College of Marine Geosciences,Ocean University of China,5 Yushan Road,Qingdao 266003,China;² First Institute of Oceanography,State Oceanic Administration,6 Xianxialing Road,Qingdao 266061,China;³ Department of Land Surveying and Geo-Informatics,The Hong Kong Polytechnic University,Hung Hom,Kowloon,Hong Kong

Funds: 国家863计划资助项目(2004AA6160802001AA613040);国家海洋局青年海洋科学基金资助项目(2002306);香港理工大学资助项目(G-V931);香港RGC资助项目(B-Q734)

摘要: 利用多波束测深系统获取的反向散射强度数据,应用学习向量量化(learning vector quantization,LVQ)神经网络分类方法实现了对海底砂、砾石和基岩等底质类型的快速、有效的识别。通过比较,证明了该方法能较好地区分出不同海底底质类型。
- LVQ神经网络 /
- 多波束测深系统 /
- 反向散射强度 /
- 海底声像图 /
- 底质分类
Abstract: We utilize the seafloor backscatter strength data of each beam from multibeam sonar systems and the automatic classification technology to get the seafloor type identification maps.We primarily study on the seafloor classification using learning vector quantization(LVQ) neural network method.Using this classification method,we can rapidly identify all kinds of seafloor types,such as sand,gravel and rock in the experimental surveying areas.
- LVQ neural network /
- multibeam sonar systems /
- backscatter strength /
- seafloor sonar images /
- seafloor classification

[1]	郭从洲, 李可, 李贺, 童晓冲, 王习文. 遥感图像质量等级分类的深度卷积神经网络方法 . 武汉大学学报 ( 信息科学版), 2022, 47(8): 1279-1286. doi: 10.13203/j.whugis20200292
[2]	张永厚, 肖付民, 金绍华, 边刚, 汤寓麟. 一种基于LM算法的多波束横摇残差改正方法 . 武汉大学学报 ( 信息科学版), 2022, 47(7): 1140-1145. doi: 10.13203/j.whugis20200103
[3]	周访滨, 邹联华, 刘学军, 孟凡一. 栅格DEM微地形分类的卷积神经网络法 . 武汉大学学报 ( 信息科学版), 2021, 46(8): 1186-1193. doi: 10.13203/j.whugis20190311
[4]	毛琳, 陈思宇, 杨大伟. 引导式的卷积神经网络视频行人动作分类改进方法 . 武汉大学学报 ( 信息科学版), 2021, 46(8): 1241-1246. doi: 10.13203/j.whugis20190101
[5]	肖元弼, 彭认灿, 暴景阳, 董箭, 吕程. 利用卡尔曼滤波改正多波束数据声速整体误差 . 武汉大学学报 ( 信息科学版), 2020, 45(9): 1461-1468. doi: 10.13203/j.whugis20180261
[6]	门计林, 刘越岩, 张斌, 周繁. 多结构卷积神经网络特征级联的高分影像土地利用分类 . 武汉大学学报 ( 信息科学版), 2019, 44(12): 1841-1848. doi: 10.13203/j.whugis20180137
[7]	赵祥鸿, 暴景阳, 欧阳永忠, 黄贤源, 黄辰虎, 陆秀平. 利用BP神经网络剔除多波束测深数据粗差 . 武汉大学学报 ( 信息科学版), 2019, 44(4): 518-524. doi: 10.13203/j.whugis20160336
[8]	赵建虎, 严俊, 张红梅, 孟俊霞. 基于海底底质回波特征的多波束声呐图像角度响应影响消除 . 武汉大学学报 ( 信息科学版), 2018, 43(8): 1228-1233, 1286. doi: 10.13203/j.whugis20160148
[9]	孙文川, 暴景阳, 金绍华, 肖付民, 崔杨. 多波束海底地形畸变校正与声速剖面反演 . 武汉大学学报 ( 信息科学版), 2016, 41(3): 349-355. doi: 10.13203/j.whugis20140142
[10]	金绍华, 肖付民, 边刚, 王沫, 孙文川. 利用多波束反向散射强度角度响应曲线的底质特征参数提取算法 . 武汉大学学报 ( 信息科学版), 2014, 39(12): 1493-1498.
[11]	赵建虎, 张红梅, 严俊, 张雨庆. 削弱残余误差对多波束测深综合影响的方法研究 . 武汉大学学报 ( 信息科学版), 2013, 38(10): 1184-1187.
[12]	林雪原, 鞠建波. 利用神经网络预测的GPS/SINS组合导航系统算法研究 . 武汉大学学报 ( 信息科学版), 2011, 36(5): 601-604.
[13]	金绍华, 翟京生, 刘雁春, 崔高嵩. 海底入射角对多波束反向散射强度的影响及其改正 . 武汉大学学报 ( 信息科学版), 2011, 36(9): 1081-1084.
[14]	肖付民, 刘经南, 刘雁春, 朱小辰. 海洋测深波束角效应改正的海底倾斜角求解差分算法 . 武汉大学学报 ( 信息科学版), 2007, 32(3): 238-241.
[15]	赵建虎, 周丰年, 张红梅, 王胜平. 基于自组织神经网络的声速剖面分类方法研究 . 武汉大学学报 ( 信息科学版), 2007, 32(2): 164-167.
[16]	王建梅, 覃文忠. 基于L-M算法的BP神经网络分类器 . 武汉大学学报 ( 信息科学版), 2005, 30(10): 928-931.
[17]	赵建虎, 刘经南, 阳凡林. 多波束测深数据系统误差的削弱方法研究 . 武汉大学学报 ( 信息科学版), 2004, 29(5): 394-397. doi: 10.13203/j.whugis2004.05.005
[18]	哈斯巴干, 马建文, 李启青, 戴芹. 多波段遥感数据的自组织神经网络降维分类研究 . 武汉大学学报 ( 信息科学版), 2004, 29(5): 461-465. doi: 10.13203/j.whugis2004.05.019
[19]	赵建虎, 刘经南. 精密多波束测深系统位置修正方法研究 . 武汉大学学报 ( 信息科学版), 2002, 27(5): 473-477.
[20]	梁益同, 胡江林. NOAA卫星图像神经网络分类方法的探讨 . 武汉大学学报 ( 信息科学版), 2000, 25(2): 148-152.