基于LMBP神经网络的声纳图像识别

基于LMBP神经网络的声纳图像识别

全部作者： 赵春晖 马梅真 尚政国 第1作者单位： 哈尔滨工程大学 论文摘要： 利用具有2阶收敛效应的Levenberg-Marquardt(L-M)算法优化BP的权值修正量，构造了快速收敛的LMBP学习算法，并将其应用在声纳图像识别系统中。通过与标准BP算法和几种常用改进型BP神经网络以及径向基函数网络比较，验证了用LMBP神经网络作为声纳图像识别系统中的分类器，能够提高图像的识别率，加快网络的收敛速度，通过对受不同程度高斯白噪声污染的声纳图象的识别，验证了其性能稳定，具有较好的抗噪声性能。 关键词： 声纳图像;识别;LMBP算法;神经网络 (浏览全文) 发表日期： 2006年10月10日 同行评议：

（暂时没有）

综合评价： （暂时没有） 修改稿：

【基于LMBP神经网络的声纳图像识别】相关文章：

基于DDS技术的声纳信号模拟器03-21

基于粗集的神经网络的项目风险评估02-27

基于神经网络的车辆动力学分析11-22

基于GIS和神经网络的超市选址方法研究11-22

基于神经网络ZISC的模式识别系统03-18

基于自编码神经网络建立的搜索信息模型03-11

基于RBF神经网络的水体富营养化预测03-07

基于BP神经网络的遥感影像分类方法研究03-07

基于粗集神经网络的项目风险评估03-28