[发明专利]一种基于BP神经网络的海洋测量周期评定方法

权利要求书

1.一种基于BP神经网络的海洋测量周期评定方法，所述方法包括：

采集待测海域的水深变化、港口等级、比例尺、水深变化影响程度、AIS轨迹分析和岸线地形；

将上述数据输入预先建立和训练好的海洋测量周期评定模型，得到待测海域测量周期；

所述海洋测量周期评定模型采用经优化改进的BP神经网络结构。

2.根据权利要求1所述的基于BP神经网络的海洋测量周期评定方法，其特征在于，所述海洋测量周期评定模型的输入为水深变化、港口等级、比例尺、水深变化影响程度、AIS轨迹分析和岸线地形，输出为测量周期；所述海洋测量周期评定模型包括输入层、隐含层和输出层。

3.根据权利要求2所述的基于BP神经网络的海洋测量周期评定方法，其特征在于，所述方法还包括海洋测量周期评定模型的训练步骤；具体包括：

建立训练集；

设定网络初始化参数；

将训练集数据输入BP神经网络；

计算隐含层输出；

根据隐含层输出计算预测输出；

根据期望和输出预测输出计算网络预测误差；

根据网络预测误差更新网络连接权值；

根据网络预测误差更新网络节点阈值；

给定学习速率和神经元激励函数，调整网络的输入层节点数、隐含层节点数和输出层节点数，得到满足约束条件的BP神经网络，从而得到训练好的海洋测量周期评定模型。

4.根据权利要求3所述的基于BP神经网络的海洋测量周期评定方法，其特征在于，所述建立训练集；具体包括：

分别选取中国沿海港口航道北海海区、东海海区和南海海区的样本数据若干组，每组样本数据包括比例尺、港口船舶流量、港口吞吐量、水深变化情况、水深变化范围大小、水深变化对测量周期的影响程度、岸线地形数据以及是否包含重要航路；

根据港口性质分为大、中和小三类，根据水深变化的取值范围分为大、中和小三类；对比例尺数据进行量化和评分；

对港口船舶流量根据船舶周流量、客船周流量或油运船周流量的范围值进行评分；

对港口吞吐量根据范围值进行评分；

根据客船周流量的取值范围分为大、中和小三类；对水深变化情况进行量化；

对是否包含重要航路进行量化；

对水深变化范围大小、水深变化对测量周期的影响程度、岸线和地形变化情况分别进行归一化处理；

将上述量化评分数据和归一化数据构成一组记录，以对应的海洋测量周期为标签，由此得到若干组训练数据，进而建立训练集。

5.根据权利要求3所述的基于BP神经网络的海洋测量周期评定方法，其特征在于，所述网络初始化参数，具体包括：输入层节点数、隐含层节点数、输出层节点数以及输入层、隐含层和输出层神经元之间的连接权值、隐含层阈值和输出层阈值。

6.根据权利要求5所述的基于BP神经网络的海洋测量周期评定方法，其特征在于，所述计算隐含层输出，具体包括：

根据下式计算隐含层第j个节点的输出H_j为：

式中，l为隐含层节点数，i表示第i个输入层节点，x_i表示第i个输入向量，ω_ij表示第i个输入层节点和第j个隐含层节点间的连接权值，a_j表示第j个隐含层节点的阈值，f(·)为隐含层激励函数，满足下式：

式中，y为中间变量。

7.根据权利要求6所述的基于BP神经网络的海洋测量周期评定方法，其特征在于，所述根据隐含层输出计算预测输出；具体包括：

根据下式计算输出层第k个节点的预测输出O_k为：

式中，w_jk为j个隐含层节点和第k个输出层节点神经元之间的连接权值，b_k表示第k个输出层节点的阈值，m为输出层节点数。