BP神经网络用于水下地形适配区划分的方法研究

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

BP神经网络用于水下地形适配区划分的方法研究

张凯, 赵建虎, 施闯, 张海涛

文章导航 > 武汉大学学报 ( 信息科学版) > 2013 > 38(1): 56-59

张凯, 赵建虎, 施闯, 张海涛. BP神经网络用于水下地形适配区划分的方法研究[J]. 武汉大学学报 ( 信息科学版), 2013, 38(1): 56-59.

引用本文:

张凯, 赵建虎, 施闯, 张海涛. BP神经网络用于水下地形适配区划分的方法研究[J]. 武汉大学学报 ( 信息科学版), 2013, 38(1): 56-59.

ZHANG Kai, ZHAO Jianhu, SHI Chuang, ZHANG Haitao. Study on Classification of Matching Area of Underwater Topography Based on BP Neural Network[J]. Geomatics and Information Science of Wuhan University, 2013, 38(1): 56-59.

Citation:

ZHANG Kai, ZHAO Jianhu, SHI Chuang, ZHANG Haitao. Study on Classification of Matching Area of Underwater Topography Based on BP Neural Network[J]. Geomatics and Information Science of Wuhan University, 2013, 38(1): 56-59.

BP神经网络用于水下地形适配区划分的方法研究

1 武汉大学测绘学院, 武汉市珞喻路129号, 430079;
2 武汉大学卫星导航与定位技术研究中心, 武汉市珞喻路129号, 430079

基金项目: 国家自然科学基金资助项目(40976061);国家863计划资助项目(2009AA12Z311,2007AA12Z326)

作者简介:
张凯,博士生。研究方向为海洋测绘、水下无源导航等。E-mail:zk0773@163.com

中图分类号: P229.5

Study on Classification of Matching Area of Underwater Topography Based on BP Neural Network

1 School of Geodesy and Geomatics, Wuhan University, 129 Luoyu Road, Wuhan 430079, China;
2 Research Center of GNSS, Wuhan University, 129 Luoyu Road, Wuhan 430079, China

摘要: 为确保背景场中最优适配航线设计的正确性以及水下地形匹配导航的可靠性,提出了一种基于BP神经网络的背景场适配/误配区自动识别和划分方法,该方法通过分析地形背景场特征参量显著性和主成分、构建BP神经网络、建立输入地形特征参量与匹配性能的映射关系,最终实现了地形背景场误配/适配区的自动识别和划分。试验验证了本方法的有效性。
- 水下地形匹配导航 /
- 地形特征参量 /
- BP神经网络 /
- 适配区划分
Abstract: In this paper,a new method for recognition and classification of matching background area and unmatching area,base on BP neural network,is proposed,aimed on unmatching phenomenon problem in terrain matching navigation.Firstly,statistics of the background area is researched and the statistical parameters with higher significance are given;secondly,BP neural network is studied,and the statistical parameters as mentioned above are used as input to train the BP network;finally,base on the relationship between statistical parameters and the precision of matching,the self-recognition and classification of matching are implemented with a good result.
- underwater terrain matching navigation /
- BP neural network /
- identification of the adaptable matching area /
- terrain statistical parameter

[1]	陈志高, 吴子豪, 班亚, 陈志平. 基于调和分析及VMD-BP神经网络的感潮河段流量预报 . 武汉大学学报 ( 信息科学版), 2023, 0(0): 0-0. doi: 10.13203/j.whugis20220012
[2]	种洋, 柴洪洲, 郭云飞, 王旭, 刘必欣. 自组织优化分类的AUV地磁导航适配区选取 . 武汉大学学报 ( 信息科学版), 2022, 47(5): 722-730. doi: 10.13203/j.whugis20190443
[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]	王汝鹏, 李晔, 马腾, 丛正, 贡雨森, 张强. 水下地形匹配定位置信区间估计 . 武汉大学学报 ( 信息科学版), 2019, 44(6): 830-836, 916. doi: 10.13203/j.whugis20170281
[5]	王勇, 任栋, 刘严萍, 李江波. 融合GNSS PWV、风速与大气污染观测的河北省春季PM2.5浓度模型研究 . 武汉大学学报 ( 信息科学版), 2019, 44(8): 1198-1204. doi: 10.13203/j.whugis20170340
[6]	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
[7]	张凯, 赵建虎, 张红梅. 一种基于M估计的水下地形抗差匹配算法 . 武汉大学学报 ( 信息科学版), 2015, 40(4): 558-562. doi: 10.13203/j.whugis20130011
[8]	李冲, 李建成, 黄瑞金, 谭理. 考虑欧拉矢量的BP神经网络模型建立区域地壳运动速率场 . 武汉大学学报 ( 信息科学版), 2014, 39(3): 362-366. doi: 10.13203/j.whugis20120046
[9]	赵建虎, 王胜平, 王爱学. 基于地磁共生矩阵的水下地磁导航适配区选择 . 武汉大学学报 ( 信息科学版), 2011, 36(4): 446-449.
[10]	殷硕文, 邵茜. 基于地形匹配的InSAR地形变化检测方法研究 . 武汉大学学报 ( 信息科学版), 2010, 35(1): 118-121.
[11]	聂建亮, 高为广, 张双成. 利用BP神经网络的动态精密单点定位故障诊断算法 . 武汉大学学报 ( 信息科学版), 2010, 35(3): 283-285.
[12]	王殊伟, 李斐, 柯宝贵, 王文睿. 基于BP神经网络算法的GPS水准高程转换 . 武汉大学学报 ( 信息科学版), 2009, 34(10): 1190-1193.
[13]	宋雷, 方剑, 周旭华, 黄腾. Bayesian正则化BP神经网络拟合两类似大地水准面 . 武汉大学学报 ( 信息科学版), 2009, 34(5): 552-555.
[14]	高为广, 杨元喜, 张双成. 顾及动力学模型误差影响的GPS/INS组合导航自适应滤波算法 . 武汉大学学报 ( 信息科学版), 2008, 33(2): 191-194.
[15]	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.
[16]	邵黎霞, 何宗宜, 艾自兴, 宋晓东. 基于BP神经网络的河系自动综合研究 . 武汉大学学报 ( 信息科学版), 2004, 29(6): 555-557.
[17]	贾永红, 李德仁. 多源遥感影像像素级融合分类与决策级分类融合法的研究 . 武汉大学学报 ( 信息科学版), 2001, 26(5): 430-434.
[18]	张力, 沈未名, 张祖勋, 张剑清. 基于空间约束的神经网络影像匹配 . 武汉大学学报 ( 信息科学版), 2000, 25(1): 55-59.
[19]	张力, 沈未名, 张祖勋, 张剑清. 基于约束满足神经网络的整体影像匹配 . 武汉大学学报 ( 信息科学版), 1999, 24(3): 216-219.
[20]	沈未名, 张祖勋, 张剑清. 基于神经网络的影像匹配概率松弛算法 . 武汉大学学报 ( 信息科学版), 1996, 21(3): 247-251.

WeChat

点击查看大图

计量

文章访问数: 551
HTML全文浏览量: 45
PDF下载量: 59
被引次数: 0

BP神经网络用于水下地形适配区划分的方法研究

1 武汉大学测绘学院, 武汉市珞喻路129号, 430079;

2 武汉大学卫星导航与定位技术研究中心, 武汉市珞喻路129号, 430079

基金项目: 国家自然科学基金资助项目(40976061);国家863计划资助项目(2009AA12Z311,2007AA12Z326)

作者简介:
张凯,博士生。研究方向为海洋测绘、水下无源导航等。E-mail:zk0773@163.com

收稿日期: 2012-11-11
刊出日期: 2013-01-05

中图分类号: P229.5

关键词:

水下地形匹配导航 /

地形特征参量 /

BP神经网络 /

适配区划分

摘要: 为确保背景场中最优适配航线设计的正确性以及水下地形匹配导航的可靠性,提出了一种基于BP神经网络的背景场适配/误配区自动识别和划分方法,该方法通过分析地形背景场特征参量显著性和主成分、构建BP神经网络、建立输入地形特征参量与匹配性能的映射关系,最终实现了地形背景场误配/适配区的自动识别和划分。试验验证了本方法的有效性。

English Abstract

张凯, 赵建虎, 施闯, 张海涛. BP神经网络用于水下地形适配区划分的方法研究[J]. 武汉大学学报 ( 信息科学版), 2013, 38(1): 56-59.

引用本文:

张凯, 赵建虎, 施闯, 张海涛. BP神经网络用于水下地形适配区划分的方法研究[J]. 武汉大学学报 ( 信息科学版), 2013, 38(1): 56-59.

ZHANG Kai, ZHAO Jianhu, SHI Chuang, ZHANG Haitao. Study on Classification of Matching Area of Underwater Topography Based on BP Neural Network[J]. Geomatics and Information Science of Wuhan University, 2013, 38(1): 56-59.

Citation:

ZHANG Kai, ZHAO Jianhu, SHI Chuang, ZHANG Haitao. Study on Classification of Matching Area of Underwater Topography Based on BP Neural Network[J]. Geomatics and Information Science of Wuhan University, 2013, 38(1): 56-59.

全文HTML

/

下载: 全尺寸图片幻灯片

分享

用微信扫码二维码

分享至好友和朋友圈

返回

我要投稿

投稿攻略

联系我们

二维码