no code implementations • 地 球 物 理 学 报 2007 • 唐秋华1, 2, 3, 刘保华2, 陈永奇3, 周兴华2, 丁继胜2
学习向量量化(Learning Vector Quantization, LVQ)神经网络在声学底质分类中具有广泛应用. 常用的LVQ 神经网络存在神经元未被充分利用以及算法对初值敏感的问题, 影响底质分类精度. 本文提出采用遗传算法 (Genetic Algorithms, GA)优化神经网络的初始值, 将GA与LVQ神经网络结合起来, 迅速得到最佳的神经网络初始权 值向量, 实现对海底基岩、砾石、砂、细砂以及泥等底质类型的快速、准确识别. 将其应用于青岛胶州湾海区底质分