基于L-M贝叶斯正则化方法的BP神经网络在潜艇声纳部位自噪声预报中的应用
기우L-M패협사정칙화방법적BP신경망락재잠정성납부위자조성예보중적응용
Submarine sonar self-noise forecast base on BP neural network and L-M Bayesian Regularization algorithm
  • 万方数据
    船舶力学 선박역학
    JOURNAL OF SHIP MECHANICS
    2007年 1期 136-142 ,共7页

    吴方良%石仲堃%杨向晖%王建

    오방량%석중곤%양향휘%왕건

    声纳自噪声%BP神经网络%贝叶斯正则化 聲納自譟聲%BP神經網絡%貝葉斯正則化
    성납자조성%BP신경망락%패협사정칙화
    基于L-M贝叶斯正则化方法使BP神经网络在推广能力、收敛速度和逼近精度上能够获得很大的提高.文中将BP神经网络和L-M贝叶斯正则化算法相结合用于潜艇声纳部位自噪声预报.分析了影响声纳部位自噪声的各种参数.利用潜艇声纳实测数据进行网络训练,训练好的神经网络可以对潜艇声纳部位自噪声进行精确预报.
    기우L-M패협사정칙화방법사BP신경망락재추엄능력、수렴속도화핍근정도상능구획득흔대적제고.문중장BP신경망락화L-M패협사정칙화산법상결합용우잠정성납부위자조성예보.분석료영향성납부위자조성적각충삼수.이용잠정성납실측수거진행망락훈련,훈련호적신경망락가이대잠정성납부위자조성진행정학예보.
    원문보기 원문다운로드 사이트로이동
저자의 최근 논문