基于粒子群优化神经网络的水深反演模型

作者：林位衡,黄文骞,李广会,李加群

摘要：针对直接采用BP神经网络反演水深收敛速度慢,且易陷入局部最优的问题,提出了一种基于粒子群(PSO)优化BP神经网络的水深遥感新模型。该模型首先利用粒子群算法对BP神经网络的权重和阈值进行优化,然后将该优化值作为BP神经网络的初始值,最后再将PSO优化后的模型用于测试海区的反演精度评估。实验结果表明,该模型的网络收敛速度明显加快,水深反演的精度也得到提高。

发文机构：海军大连舰艇学院军事海洋与测绘系 32023部队

关键词：海洋遥感水深反演多光谱影像粒子群优化BP神经网络权重阈值优化ocean remote sensingwater depth retrievalmultispectral imageparticle swarm optimizationBP neural networkweight and threshold optimization

分类号： P237[天文地球—摄影测量与遥感]