%0 Journal Article
%T 基于粒子群优化算法的PSO-BP海底声学底质分类方法
%A 吴自银
%A 周洁琼
%A 尚继宏
%A 李守军
%A 赵荻能
%A 陈佳兵
%J 华东政法大学学报
%D 2017
%R 10.3969/j.issn.0253-4193.2017.09.005
%X 利用粒子群优化算法（PSO）较强的鲁棒性和全局搜索能力等优点，将PSO算法与BP神经网络相结合，优化了BP神经网络分类时的初始权值和阈值。基于珠江河口三角洲的侧扫声呐图像数据，提取了海底声呐图像中砂、礁石、泥3类典型底质的6种主要特征向量，利用PSO-BP方法对海底底质进行分类识别。实验表明，3类底质分类精度均大于90%，高于BP神经网络70%左右的分类精度，表明PSO-BP方法可有效应用于海底底质的分类识别
%K 基于粒子群优化算法的BP神经网络 特征向量 粒子群算法 底质分类
%U http://www.hyxb.org.cn/aos/ch/reader/view_abstract.aspx?file_no=20170905&flag=1