简介：针对当前海洋底质专题图制作标准不统一,表示方法不完善的情况,在分析已有底质专题要素表示方法的基础上,研究了海洋底质专题图的需求原则及表示原则,结合多种专题要素表示方法,制定了一种以纯色普染为基本方法的海洋底质专题图表示体系。通过实验对比可知,相较于其他表示方法,合理的纯色普染表达体系在表示海洋底质分布方面具有更好的效果和速率,为进一步推进海洋底质专题图的标准化生产提供了一定的借鉴。

简介：通过采用遗传算法优化神经网络初始权值的方法,将GA算法与BP神经网络有机结合,应用于海底底质分类。基于多波束测深系统获取的反向散射强度数据,应用改进的BP神经网络分类方法,实现对海底基岩、砾石、砂、细砂和泥等底质类型的快速、准确识别。通过实验比较,GA-BP神经网络分类精度明显高于BP神经网络,证明了该方法的有效性和可靠性。

简介：针对海底采样点较少时,监督学习训练分类模型困难的问题,研究无监督学习的K-均值聚类分析算法在多波束海底底质分类中的应用。在探讨K-均值聚类分析算法原理的基础上,构建海底底质分类器,针对分类器需预先输入分类结果种类（K值）这一问题,提出了基于底质采样点和分类效果连续性为原则的K值确定方法。实验结果表明：基于K-均值聚类分析算法的海底底质分类器能较好的实现海底底质类型的自动划分,适用于海量多波束底质特征参数的分类。

简介：近海底质类型图在近海工程和经济活动中有着广泛的应用价值。针对传统制图方法中存在的问题，本文提出了一种基于非参数指示Kriging的底质类型图生成方法。该方法能够有效地规避制图过程中的主观性，且对取样数据的平稳性和统计分布没有特殊要求，并能对制图结果的不确定性进行定量评价。该方法在连云港南部海域的应用实践表明，在相同的条件下，该方法可获得比传统方法更为精确地的制图结果，具有一定的实用价值。