版權(quán)說(shuō)明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請(qǐng)進(jìn)行舉報(bào)或認(rèn)領(lǐng)
文檔簡(jiǎn)介
1、海上溢油事故引起的石油污染使海洋、大氣自然環(huán)境、生態(tài)資源受到嚴(yán)重的損害,因此實(shí)時(shí)地、正確地鑒別溢油的種類(lèi)對(duì)溢油的處理具有重大意義。神經(jīng)網(wǎng)絡(luò)在模式識(shí)別中發(fā)揮著重要作用,通過(guò)認(rèn)真分析對(duì)比國(guó)內(nèi)外已有的溢油識(shí)別方法,本文選用神經(jīng)網(wǎng)絡(luò)來(lái)鑒別激光誘導(dǎo)熒光光譜的種類(lèi),并建立相應(yīng)的數(shù)學(xué)模型。 在神經(jīng)網(wǎng)絡(luò)眾多的模型中,通過(guò)解析實(shí)驗(yàn)獲取的不同種類(lèi)油的熒光光譜的特征,本文選擇了兩種神經(jīng)網(wǎng)絡(luò)模型,分別為誤差反傳(BP)網(wǎng)絡(luò)和學(xué)習(xí)矢量量化(LVQ)網(wǎng)絡(luò)。
2、選擇這兩種模型的原因在于,BP網(wǎng)絡(luò)是至今為止應(yīng)用最廣泛的神經(jīng)網(wǎng)絡(luò),它可以以任意精度逼近任何非線性函數(shù),但BP網(wǎng)絡(luò)也有自身的缺陷,如容易陷入局部極小點(diǎn)而得不到全局最優(yōu)、訓(xùn)練次數(shù)多使得學(xué)習(xí)效率低,收斂速度慢等,所以本文又將LVQ網(wǎng)絡(luò)應(yīng)用到溢油識(shí)別中,并用實(shí)驗(yàn)獲取的已知物質(zhì)的64頻道激光誘導(dǎo)熒光光譜樣本作為網(wǎng)絡(luò)的輸入,將物質(zhì)所屬的類(lèi)別作為輸出,分別對(duì)這兩種網(wǎng)絡(luò)進(jìn)行訓(xùn)練,訓(xùn)練結(jié)束后,在相同的條件下,利用待識(shí)別的熒光光譜數(shù)據(jù)對(duì)兩種模型的識(shí)別結(jié)果進(jìn)
3、行比較,結(jié)果表明,當(dāng)選用BP網(wǎng)絡(luò),拓?fù)浣Y(jié)構(gòu)為64-40-1時(shí),收斂的次數(shù)為3259,識(shí)別正確率為81.65﹪;當(dāng)選用LVQ網(wǎng)絡(luò),拓?fù)浣Y(jié)構(gòu)為64-70-8時(shí),收斂的次數(shù)為373,識(shí)別正確率為90.53﹪;當(dāng)LVQ網(wǎng)絡(luò)結(jié)構(gòu)變?yōu)?4-150-8時(shí),收斂的次數(shù)為455,識(shí)別正確率為92.3﹪,當(dāng)再增加網(wǎng)絡(luò)隱層節(jié)點(diǎn)數(shù)時(shí),網(wǎng)絡(luò)性能沒(méi)有顯著提高,但是計(jì)算量卻大大增加,訓(xùn)練速度減慢,所以對(duì)LVQ網(wǎng)絡(luò)而言,選擇150個(gè)隱層節(jié)點(diǎn)是較為合適的。以上這些表明L
溫馨提示
- 1. 本站所有資源如無(wú)特殊說(shuō)明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請(qǐng)下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請(qǐng)聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁(yè)內(nèi)容里面會(huì)有圖紙預(yù)覽,若沒(méi)有圖紙預(yù)覽就沒(méi)有圖紙。
- 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
- 5. 眾賞文庫(kù)僅提供信息存儲(chǔ)空間,僅對(duì)用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對(duì)用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對(duì)任何下載內(nèi)容負(fù)責(zé)。
- 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請(qǐng)與我們聯(lián)系,我們立即糾正。
- 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時(shí)也不承擔(dān)用戶因使用這些下載資源對(duì)自己和他人造成任何形式的傷害或損失。
最新文檔
- 遺傳神經(jīng)網(wǎng)絡(luò)算法在激光遙感監(jiān)測(cè)海面溢油中的應(yīng)用.pdf
- 人工神經(jīng)網(wǎng)絡(luò)在識(shí)別海面溢油中的應(yīng)用研究.pdf
- 小波神經(jīng)網(wǎng)絡(luò)在遙感溢油圖像去噪中的應(yīng)用.pdf
- 1.5μm單光子探測(cè)器在激光遙感中的應(yīng)用
- 卷積神經(jīng)網(wǎng)絡(luò)在激光再現(xiàn)文字識(shí)別中的應(yīng)用
- 卷積神經(jīng)網(wǎng)絡(luò)在激光再現(xiàn)文字識(shí)別中的應(yīng)用.pdf
- BP神經(jīng)網(wǎng)絡(luò)在船舶溢油損害評(píng)估中的應(yīng)用.pdf
- 多源遙感數(shù)據(jù)融合及在海面溢油分類(lèi)上的應(yīng)用.pdf
- 遺傳優(yōu)化神經(jīng)網(wǎng)絡(luò)在SAR溢油圖像分類(lèi)中的研究.pdf
- 神經(jīng)網(wǎng)絡(luò)在控制中的應(yīng)用
- 粒子群神經(jīng)網(wǎng)絡(luò)在遙感影像分類(lèi)中的應(yīng)用研究.pdf
- 人工神經(jīng)網(wǎng)絡(luò)在遙感影像分類(lèi)中的應(yīng)用與對(duì)比研究.pdf
- 卷積神經(jīng)網(wǎng)絡(luò)在激光再現(xiàn)防偽圖像識(shí)別中的應(yīng)用.pdf
- 粗集約簡(jiǎn)的神經(jīng)網(wǎng)絡(luò)集成在遙感影像分類(lèi)中的應(yīng)用.pdf
- 基于改進(jìn)算法的BP神經(jīng)網(wǎng)絡(luò)在遙感影像中的應(yīng)用研究.pdf
- 神經(jīng)網(wǎng)絡(luò)在股指期貨中的應(yīng)用.pdf
- 神經(jīng)網(wǎng)絡(luò)在人工味覺(jué)中的應(yīng)用.pdf
- 神經(jīng)網(wǎng)絡(luò)在投資估算中的應(yīng)用.pdf
- 基于模糊規(guī)則的粗集神經(jīng)網(wǎng)絡(luò)在遙感圖像分類(lèi)中的應(yīng)用.pdf
- 基于神經(jīng)網(wǎng)絡(luò)的溢油影像分類(lèi)研究.pdf
評(píng)論
0/150
提交評(píng)論