神經(jīng)網(wǎng)絡(luò)在激光遙感鑒別海面溢油中的應(yīng)用.pdf

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，因此實時地、正確地鑒別溢油的種類對溢油的處理具有重大意義。神經(jīng)網(wǎng)絡(luò)在模式識別中發(fā)揮著重要作用，通過認(rèn)真分析對比國內(nèi)外已有的溢油識別方法，本文選用神經(jīng)網(wǎng)絡(luò)來鑒別激光誘導(dǎo)熒光光譜的種類，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，通過解析實驗獲取的不同種類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)用到溢油識別中，并用實驗獲取的已知物質(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)所屬的類別作為輸出，分別對這兩種網(wǎng)絡(luò)進行訓(xùn)練，訓(xùn)練結(jié)束后，在相同的條件下，利用待識別的熒光光譜數(shù)據(jù)對兩種模型的識別結(jié)果進

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，收斂的次數(shù)為3259，識別正確率為81.65﹪；當(dāng)選用LVQ網(wǎng)絡(luò)，拓?fù)浣Y(jié)構(gòu)為64-70-8時，收斂的次數(shù)為373，識別正確率為90.53﹪；當(dāng)LVQ網(wǎng)絡(luò)結(jié)構(gòu)變?yōu)?4-150-8時，收斂的次數(shù)為455，識別正確率為92.3﹪，當(dāng)再增加網(wǎng)絡(luò)隱層節(jié)點數(shù)時，網(wǎng)絡(luò)性能沒有顯著提高，但是計算量卻大大增加，訓(xùn)練速度減慢，所以對LVQ網(wǎng)絡(luò)而言，選擇150個隱層節(jié)點是較為合適的。以上這些表明L