论文部分内容阅读
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类识别研究中，通过与标准的LVQ神经网络的分类结果进行比