一种基于CGBP算法的深度基准面拟合方法

摘要

本发明公开了一种基于CGBP算法的深度基准面拟合方法，包括以下步骤：步骤A，确定网络结构，确定网络层数、节点数与传递函数；步骤B，采用基于Fletcher‑Reeves共轭梯度算法对网络进行训练；步骤C，对网络性能进行测试。本发明基于CGBP算法构建BP神经网络模型对深度基准面进行拟合，用于提高网络训练速度与拟合精度，相比于传统的深度基准面拟合方法，具有更好的拟合精度，且基于CGBP算法的BP网络所具有的泛化能力使该方法在海洋无缝深度基准面构建中，对不同海域的验潮站数据都具有较好的适用性。