基于LMBP神经网络的声纳图像识别

摘要

利用具有二阶收敛效应的Levenberg-Marquardt(L-M)算法优化BP的权值修正量,构造了快速收敛的LMBP学习算法,并将其应用在声纳图像识别系统中.通过与标准BP算法和几种常用改进型BP神经网络以及径向基函数网络比较,验证了用LMBP神经网络作为声纳图像识别系统中的分类器,能够提高图像的识别率,加快网络的收敛速度,通过对受不同程度高斯白噪声污染的声纳图象的识别,验证了其性能稳定,具有较好的抗噪声性能.