基于 BP 神经网络的海底地形复杂度自动分类方法研究
纪雪1
周兴华1
陈义兰1
唐秋华1
赵洪臣2
1.国家海洋局第一海洋研究所,山东青岛,2660612.南京大学地理与海洋科学学院,江苏南京,210023
摘要：针对海底地形复杂程度分类问题，在考虑传统水深均值的基础上引入坡度和起伏度两个地形因子作为表征海底地形复杂程度的分类指标并进行量化，对水深数据空间分辨率进行统一，建立包含18种典型海底特征的海底地形复杂度分类库，利用BP神经网络对建立的分类库进行训练学习。为验证该方法的有效性和适用性，选取地形复杂度不同的4块实验区分别采用统计学方法和BP神经网络算法进行海底地形复杂度进行分类，对比发现该方法可以实现海区海底平坦、一般、复杂三种地形的自动识别与分类，并保留实验区海底地形复杂度细节信息。
关键词：BP神经网络坡度地形起伏度海底地形分类指标
分类号：P229(海洋测量学)
资助基金：中央级公益性科研院所基本科研业务费专项(2011T05)国家自然科学基金(40706038)海洋公益性行业科研专项(201205004)国家国际科技合作专项基金(2014DFA21710)山东省自然科学基金(ZR2009FM005)
论文发表日期：2016-01-01
在线出版日期：2026-05-22（本平台首次上网日期，不代表文献的发表时间）
页数：10( 32-41 )
英文信息